[发明专利]一种基于W-ATT-CNN算法的化工装备文本分类方法

说明书

本发明公开了一种基于W‑ATT‑CNN算法的化工装备文本分类方法，包括对化工装备文本数据集D进行预处理，得到预处理后的数据集D'以及包含D'中所有汉字类别名称的词汇表vocab；通过向量化、拼接操作将数据集D'转化为矩阵V，并将数据矩阵V按7:3的比例分为训练矩阵V1和测试矩阵V2；构造ATT‑CNN网络并设置训练流程，从V1中随机选取50％的数据作为训练样本矩阵T；使用矩阵V1训练ATT‑CNN网络，将矩阵V2输入训练好的ATT‑CNN网络进行测试，得到分类结果R，由分类结果R计算得到分类准确率P，将P与设定阈值做比较，得到最终分类模型Mod。本发明通过W‑ATT‑CNN算法对化工装备文本进行分类，提高了化工装备在不同应用场景中分类的准确性。

技术领域

本发明属于文本分类技术领域，特别涉及一种基于W-ATT-CNN算法的化工装备文本分类方法。

背景技术

在有监督算法、文本分类技术领域，针对文本分类，研究者通常从词之间的相似度、关联性的角度去研究，但在实际化工装备应用中，由于同一类化工装备根据使用功能在不同的使用场景下会被分为不同类型，即具有较高相似度与关联的化工装备被分为不同类别，这就给分类带来了一定难度。而针对不同场景采用不同权重的方法能够提升模型的适应性能，适用于化工装备文本分类的实际应用问题。

朱全银、李翔、冯万利等人已有的研究基础包括：Wanli Feng,Ying Li,ShangbingGao,Yunyang Yan,Jianxun Xue.Anovel flame edge detection algorithm via a novelactive contour model.International Journal of Hybrid Information Technology,Vol.9,No.9(2016),pp.275-282；朱全银,潘禄,刘文儒,等.Web科技新闻分类抽取算法[J].淮阴工学院学报,2015,24(5):18-24；刘金岭,冯万利.基于属性依赖关系的模式匹配方法[J].微电子学与计算机,2011,28(12):167-170；李翔,朱全银.联合聚类和评分矩阵共享的协同过滤推荐[J].计算机科学与探索,2014,8(6):751-759；朱全银、冯万利等人申请、公开与授权的相关专利：严云洋、瞿学新、朱全银、于柿民等，一种基于Bagging和离群点的分类结果置信度的度量方法：CN106874944A.2017.01.24；冯万利、邵鹤帅、庄军，一种智能冷藏车状态监测无线网络终端装置:CN203616634U[P].2014；朱全银、严云洋、胡荣林、李翔等，一种基于互信息和关联规则的文本特征提取方法：CN107766323A.2018.03.06；朱全银、胡蓉静、何苏群、周培等，一种基于线性插补与自适应滑动窗口的商品价格预测方法.中国专利:ZL 201110423015.5,2015.07.01；朱全银，曹苏群，严云洋，胡蓉静等，一种基于二分数据修补与扰乱因子的商品价格预测方法.中国专利:ZL 2011 1 0422274.6,2013.01.02。

Attention机制：

Attention模型最初应用于图像识别，模仿人看图时，目光的焦点在不同的物体上移动。当神经网络对图像或语言进行识别时，每次集中于部分特征上，识别更加准确。权重是衡量特征的最直观的方法，因此，Attention模型的结果就是在每次识别时，首先计算每个特征的权值，然后对特征进行加权求和，权值越大，该特征对当前识别的贡献就大。

在2014年Google mind团队，在RNN模型上使用了Attention机制来进行图像分类，取得了很好的效果。接着Attention机制被广泛应用在基于RNN/CNN等神经网络模型的各种NLP任务中，并取得了不少突破性进展。