一种基于前缀树与循环神经网络的领域分类方法

授权

摘要

本发明公开了一种基于前缀树与循环神经网络的领域分类方法包括如下步骤1：收集所有需要领域分类的文本，构成训练数据集并按领域分类；步骤2：步骤1所得的训练数据集进行中文分词处理，对分词文本进行训练得到词向量模型；步骤3：利用步骤2所得的词向量模型对文本进行训练得到向量化文本数据后，将向量化文本数据输入循环神经网络模型，将输出激活后，输出模型分类结果；步骤4：得到分类结果后计算循环神经网络模型的损失，然后不断对模型进行优化使损失最小，最终得到效果最优的文本分类器以及步骤5‑8，很好的解决了现有技术领域分类准确率不高，同时模型识别准确率低的问题。

基本信息

专利标题：

一种基于前缀树与循环神经网络的领域分类方法

专利标题（英）：

暂无

公开（公告）号：

CN110297888A

申请号：

CN201910568154.3

公开（公告）日：

2019-10-01

申请日：

2019-06-27

授权号：

CN110297888B

授权日：

2022-05-03

发明人：

代秀琼刘楚雄

申请人：

四川长虹电器股份有限公司

申请人地址：

四川省绵阳市高新区绵兴东路35号

代理机构：

四川省成都市天策商标专利事务所

代理人：

刘渝

优先权：

CN201910568154.3

主分类号：

G06F16/33

IPC分类号：

G06F16/33 G06F16/35 G06F17/27 G06N3/08