一种融合摘要与主体特征的混合神经网络文本分类方法

授权

摘要

本发明涉及一种融合摘要与主体特征的混合神经网络文本分类方法，包括以下步骤：步骤A：对训练集中各文本抽取摘要；步骤B：使用卷积神经网络学习步骤A得到的摘要的关键局部特征；步骤C：使用长短期记忆网络学习训练集中各文本主体内容上的上下文时序特征；步骤D：将步骤B和步骤C得到的两种特征级联，得到文本整体特征，将训练集中各文本的文本整体特征输入到全连接层，使用分类器计算各文本属于各类别的概率来训练网络，得到深度神经网络模型；步骤E：利用训练好的深度神经网络模型预测待预测文本所属类别，取概率最大的类别作为预测的类别输出。该方法有利于提高基于深度神经网络的文本分类的准确率。

基本信息

专利标题：

一种融合摘要与主体特征的混合神经网络文本分类方法

专利标题（英）：

暂无

公开（公告）号：

CN108595632A

申请号：

CN201810375856.5

公开（公告）日：

2018-09-28

申请日：

2018-04-24

授权号：

CN108595632B

授权日：

2022-05-24

发明人：

陈羽中张伟智郭昆林剑

申请人：

福州大学

申请人地址：

福建省福州市闽侯县福州地区大学新区学园路2号

代理机构：

福州元创专利商标代理有限公司

代理人：

蔡学俊

优先权：

CN201810375856.5

主分类号：

G06F17/30

IPC分类号：

G06F17/30 G06K9/62 G06N3/04 G06N3/08