发明授权
CN113378567B 一种针对低频词进行改善的中文短文本分类方法
失效 - 权利终止
- 专利标题: 一种针对低频词进行改善的中文短文本分类方法
-
申请号: CN202110755585.8申请日: 2021-07-05
-
公开(公告)号: CN113378567B公开(公告)日: 2022-05-10
- 发明人: 罗孝波 , 梁祖红
- 申请人: 广东工业大学
- 申请人地址: 广东省广州市越秀区东风东路729号
- 专利权人: 广东工业大学
- 当前专利权人: 广东工业大学
- 当前专利权人地址: 广东省广州市越秀区东风东路729号
- 主分类号: G06F40/289
- IPC分类号: G06F40/289 ; G06F40/216 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了一种针对低频词进行改进的中文短文本分类方法,包括:获取文本数据集并进行训练集的划分,对训练集中的文本数据进行预处理,得到文本数据对应的词列表集合并构建低频词集;根据训练集中各个类别标签的文本数据分别构造出相应的类别特征词典;建立文本表示,将文本中的词分为三类,使用不同的转化方法,将文本数据对应的词列表集合转化为计算机能识别的文本对应的词向量列表集合;构建所述分类模型包括输入层、词注意力层、特征提取网络以及输出层,其中,所述输入层为词向量列表集合,词注意力层用于对文本数据中的词进行加权,词注意力层输出的加权后的词向量经过特征提取网络处理后,在输出层得到文本数据的分类结果。
公开/授权文献
- CN113378567A 一种针对低频词进行改善的中文短文本分类方法 公开/授权日:2021-09-10