分层结构的文本分类方法、系统、电子设备和存储介质

实质审查的生效

摘要

本发明公开了一种分层结构的文本分类方法、系统、电子设备及存储介质，该方法包括：获取训练文本；基于行业的划分规则确定训练文本中所包含的分类种类；根据分类种类确定训练文本所对应的分类模型，分类模型采用LightGBM分类算法，分类算法的特征编码包括基于关键词的特征编码和基于Word2vec特征编码，关键词包括采用人工预先提取得到人为干预的关键词、采用信息增益提取得到基于信息增益的关键词和采用TF‑IDF值提取得到基于TF‑IDF的关键词；将分类模型进行分组，得到多个分组模型；将多个分组模型进行分层串联，得到最终分类模型；获取待测试文本；将待测试文本输入最终分类模型中进行分类，得到待测试文本的分类结果。通过该方法提高了此类文本分类的准确性。

基本信息

专利标题：

分层结构的文本分类方法、系统、电子设备和存储介质

专利标题（英）：

暂无

公开（公告）号：

CN114281983A

申请号：

CN202110364490.3

公开（公告）日：

2022-04-05

申请日：

2021-04-05

授权号：

暂无

授权日：

暂无

发明人：

王晓良李青龙白剑波高媛赵浩然

申请人：

北京智慧星光信息技术有限公司

申请人地址：

北京市海淀区海淀大街8号A座22层A区

代理机构：

北京智宇正信知识产权代理事务所(普通合伙)

代理人：

李明卓

优先权：

CN202110364490.3

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F16/36

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-04-22 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20210405

2022-04-05 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载