[发明专利]基于深度学习的词句级短文本分类方法

权利要求书

1.基于深度学习的词句级短文本分类方法，其特征在于，包括：

步骤一：获取待分类的文本数据及标签；

步骤二：处理文本数据，通过Word2Vector训练获得词向量源表与检索词向量源表的词标签表；

步骤三：通过识别尾缀符对文本数据进行分句处理，之后递归的对每个句子进行分词、去除停用词操作，最后通过词标签表检索词向量源表中的词向量来表示词，并根据句内词维数与句子要求进行Padding操作；最终将文本转化为y×x×z的三维张量，其中y为句维数、x为句内词维数、z为词向量维数；

步骤四：使用多卷积核对输入张量进行一维卷积计算，卷积后的特征图高度为H₂＝(H₁-F+2P)/S+1，其中F表示卷积核维度的大小，P表示Padding的尺寸，S表示卷积步长，通过n个卷积核的计算，每个句子最终获得n张一维卷积特征图；

步骤五：使用一维最大池化MaxPooling1D对卷积后的结果进行池化以提取句子的核心特征，池化后每个卷积核计算出的特征图将压缩为一个单一值，每个句子的特征由n个特征图池化后连接得到的n维向量表示，其将作为长短期记忆层某一时序下的输入；

步骤六：通过卷积层与池化层递归的对每个句子进行计算，获得总时序y下长短期记忆层的输入；

步骤七：将长短期记忆层的输出作为输入进入全连接层，用以平展网络的输出，全连接层输出维度为数据的类别数目并将Softmax函数作为分类器，通过计算全连接层的输出实现分类，其计算式为其中，y(i)代表输出层第i个神经元的值，y(k)代表输出层中第k个神经元的值，exp代表以e为底的指数函数。

2.根据权利要求1所述的基于深度学习的词句级短文本分类方法，其特征在于：所述的步骤四中一维卷积计算式为其中M_j表示某一卷积核输入值集合，与分别为卷积权重和偏置。

3.根据权利要求1所述的基于深度学习的词句级短文本分类方法，其特征在于：所述的步骤四中使用一维卷积层对输入进行卷积操作，卷积核大小设置为5，步长为1，数目256个。

4.根据权利要求1所述的基于深度学习的词句级短文本分类方法，其特征在于：所述的步骤五中一维最大池化计算式为h_t＝max(H_j)，其中h_t表示长短期记忆层在t时刻的输入句向量连接式为H_t＝[h_t(1)；h_t(2)；...；h_t(n)]。