[发明专利]一种游戏平台用户问答业务的短文本分类方法

权利要求书

1.一种游戏平台用户问答业务的短文本分类方法，其特征在于，包括以下步骤：

获取用户的输入文本，对所述输入文本分别进行分词和分字处理，得到分词词语和分字词语；

运用基于分词的词向量模型获得所述分词词语的词向量，对所述分词词语的词向量进行拼接得到第一词向量矩阵，运用基于分词的卷积神经网络模型对所述第一词向量矩阵进行语义提取；其中，所述基于分词的词向量模型及卷积神经网络模型的训练样本源于经过分词处理的语料文本；

运用基于分字的词向量模型获得所述分字词语的词向量，对所述分字词语的词向量进行拼接得到第二词向量矩阵，运用基于分字的卷积神经网络模型对所述第二词向量矩阵进行语义提取；其中，所述基于分字的词向量模型及卷积神经网络模型的训练样本源于经过分字处理的语料文本；

对所述第一词向量矩阵及第二词向量矩阵的语义提取结果进行拼接，对拼接后的语义提取结果进行归一化处理以获取概率最大的分类类别；

所述基于分词的卷积神经网络模型及基于分字的卷积神经网络模型中的每个卷积层都包括一组尺寸为h×n的卷积核；其中，卷积核高度h可变，1≤h≤m，m为词向量矩阵高度，n为词向量维度；

根据每一个卷积核kernel，输入词向量矩阵W，卷积层一行输出y_i，按以下方式运算得到点积的值y_ij：

y_ij＝f(kernel·[v_j,v_j+h-1]+b)；

其中，b是偏置项，v是词向量，[v_j,v_j+h-1]表示词向量矩阵W中尺寸为h×n的子矩阵，由词向量矩阵W中j行到j+h-1行的词向量v构成，1≤j≤m；卷积核kernel从上至下与尺寸为h×n的子矩阵做点积，拼接所有点积的值y_ij得到一行的输出y_i；

所述对拼接后的语义提取结果进行归一化处理以获取概率最大的分类类别，包括按以下方式运算得到各个分类类别的结果p_i：

其中，i为一个分类类别，p_i为分类类别i的概率，z为全连接层的输出向量，其下标为向量对应位置的数值，k为所有分类类别的总数，各个分类类别的概率p_i相加和为1。

2.根据权利要求1所述的游戏平台用户问答业务的短文本分类方法，其特征在于，对所述输入文本分别进行分词和分字处理，得到分词词语和分字词语，包括以下步骤：

对所述输入文本进行文本清洗及格式规范化；

运用分词工具对文本清洗及格式规范化后的输入文本进行分词处理得到分词词语；其中，所述分词工具的词库预设有所述语料文本的游戏类用词；

对文本清洗及格式规范化后的输入文本进行分字处理得到分字词语。

3.根据权利要求1所述的游戏平台用户问答业务的短文本分类方法，其特征在于，所述基于分词的词向量模型及基于分字的词向量模型为采用Skip-gram并加入负采样进行模型训练的Word2Vec模型；所述第一词向量矩阵及第二词向量矩阵为M×N的矩阵，M为所述分词词语或分字词语的个数，N为词向量维度。

4.根据权利要求1所述的游戏平台用户问答业务的短文本分类方法，其特征在于，所述基于分词的卷积神经网络模型及基于分字的卷积神经网络模型的激活函数表达式如下：