一种针对低频词进行改善的中文短文本分类方法
授权
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。

基本信息
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
专利标题(英):
暂无
公开(公告)号 :
CN113378567A
申请号 :
CN202110755585.8
公开(公告)日 :
2021-09-10
申请日 :
2021-07-05
授权号 :
CN113378567B
授权日 :
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
代理机构 :
佛山市君创知识产权代理事务所(普通合伙)
代理人 :
杜鹏飞
优先权 :
CN202110755585.8
主分类号 :
G06F40/289
IPC分类号 :
G06F40/289  G06F40/216  G06K9/62  G06N3/04  G06N3/08  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/289
短语分析,例如有限状态技术或分块
法律状态
2022-05-10 :
授权
2021-09-28 :
实质审查的生效
IPC(主分类) : G06F 40/289
申请日 : 20210705
2021-09-10 :
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332