基于深度学习的文本分类方法及系统

实质审查的生效

摘要

本发明公开了一种基于深度学习的文本分类方法及系统，属于自然语言处理技术领域，其中，该方法包括：从互联网获取文本数据集，并划分为训练集和测试集；利用ALBERT技术将训练集转换为词向量；利用改进的深度学习算法对词向量进行特征提取，得到最优特征向量；利用Cross Entropy Loss函数改进Softmax算法的分类函数，以建立文本分类模型，利用数据集文本分类模型进行训练，得到文本分类预测模型；通过参数优化算法Adam对文本分类预测模型进行参数优化，得到最佳文本分类预测模型；将测试集输入最佳文本分类预测模型中得到分类预测结果。该方法解决了文本词向量缺少全局特征的问题，也极大改善了文本分类效果。

基本信息

专利标题：

基于深度学习的文本分类方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN114428853A

申请号：

CN202111535167.4

公开（公告）日：

2022-05-03

申请日：

2021-12-15

授权号：

暂无

授权日：

暂无

发明人：

陈海龙马玉群郑鑫王青

申请人：

哈尔滨理工大学

申请人地址：

黑龙江省哈尔滨市南岗区学府路52号

代理机构：

哈尔滨市阳光惠远知识产权代理有限公司

代理人：

刘景祥

优先权：

CN202111535167.4

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/289 G06K9/62 G06N3/04 G06N3/08

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

2022-05-20 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20211215

2022-05-03 ：

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