[发明专利]基于五笔码的字符级文本分类方法

权利要求书

1.一种基于五笔码的字符级文本分类方法，其特征在于，采用五笔字型码对中文进行转换的字符级表示模型。

2.根据权利要求1所述的基于五笔的字符文本分类方法，其特征在于，所述字符级表示模型包括：

假设有一个离散的输入函数g(x)∈[1，l]→R和一个离散的核函数f(x)∈[1，k]→R；在f(x)和g(x)之间的卷积的步幅d被定义为

其中，c＝k-d+1是一个偏移常数；该模型的参数化是通过一组被称为权重的内核函数f_ij(x)(i＝1，2，...，m；j＝1，2，...，n)，还有一组输入g_i(x)和输出h_j(y)；把每个g_i或h_j称作输入或输出特征，m或n称为输入或输出的特征大小；

给定一个离散的输入函数g(x)∈[1，l]→R，g(x)的最大池化函数被定义为：

其中，c＝k-d+1是一个偏移常数。

3.根据权利要求1-2所述的基于五笔的字符文本分类方法，其特征在于，该模型中使用的非线性函数为阈值函数h(x)＝max{0，x}，该模型采用随机梯度下降算法，使用的动量大小为0.9和初始步长大小为0.01，每一层都有一个固定数量的随机抽样样本。

4.根据权利要求1-3所述的基于五笔的字符文本分类方法，其特征在于，所述字符级表示模型使用一系列编码字符作为输入。

5.根据权利要求1-4所述的基于五笔的字符文本分类方法，其特征在于，所述方法包括：构建字符表，使用one-hot编码，将字符序列转换为一组固定长度为l₀，大小为m的向量；忽略所有长度超过l₀的字符，任何不在表中的字符都量化为零向量，对字符编码进行反向处理。

6.根据权利要求1-5所述的基于五笔的字符文本分类方法，其特征在于，所述方法包括：采用五笔码将中文字符转化成唯一的英文字符串，再将英文字符串输入字符级模型中进行分类。