[发明专利]基于时间卷积网络的中文文本分类方法在审
| 申请号： | 201910542511.9 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110275954A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 代明军;谭莎;林晓辉;陈彬;苏恭超;王晖 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27;G06N3/04 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人： | 陈凯昆 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 时间卷积 文本分类模型 目标文本 中文文本 文本序列 分类 预处理 并行计算 类别分析 全文信息 嵌入层 输出层 输入层 网络层 构建 网络 保留 应用 | ||
【权利要求书】：
1.一种基于时间卷积网络的中文文本分类方法，其特征在于，包括以下步骤：
步骤S10，对目标文本进行预处理，以得到与目标文本对应的第一文本序列；
步骤S20，构建基于时间卷积机制的文本分类模型，将第一文本序列导入到文本分类模型中，完成对于目标文本的类别分析，其中，文本分类模型包括输入层、嵌入层、时间卷积网络层、Dropout层和输出层。
2.如权利要求1所述基于时间卷积网络的中文文本分类方法，其特征在于，步骤S20具体包括：
步骤S21，对目标文本进行分词处理，以确定输入元素；
步骤S22，将输入文本中的每个词转化为向量分布式，并进行归一化获得词的归一化标量值，以获得文本向量序列；
步骤S23，将文本向量序列进行计算后获得的结果序列，确定输出向量并进行计算获取最终文本向量序列，对最终文本向量序列做节点丢弃处理后，进行softmax函数计算，得出标量。
3.如权利要求2所述基于时间卷积网络的中文文本分类方法，其特征在于，在步骤S23中，利用到的公式为：
其中，K为Dropout层输出的节点总个数，zj为第j个节点的当前值。
4.如权利要求1所述基于时间卷积网络的中文文本分类方法，其特征在于，时间卷积网络层包含全连层和扩张的因果卷积层。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910542511.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：人格分类方法及装置
- 下一篇：文本类型的识别方法、装置、存储介质和处理器
