[发明专利]一种文本分类方法及系统

权利要求书

1.一种文本分类方法，其步骤包括：

获取待分类文本；

将所述待分类文本向量化为文本嵌入矩阵；

将所述文本嵌入矩阵输入给双向长短期记忆网络层提取特征，得到文本特征矩阵；

解析所述待分类文本，得到词汇依存关系；

根据所述词汇依存关系及所述文本特征矩阵构建文本邻接矩阵；

将所述文本特征矩阵及所述文本邻接矩阵输入到图卷积网络中，得到隐藏层矩阵；

将注意力机制应用于所述文本特征矩阵及所述隐藏层矩阵，得到所述待分类文本的词汇在文本分类时的贡献率向量；

将所述文本特征矩阵与所述贡献率向量相乘，得到文本分类向量；

将所述文本分类向量输入到全连接层，所述全连阶层的输出经归一化，得到文本分类结果。

2.根据权利要求1所述的一种文本分类方法，所述文本嵌入矩阵包括：

词汇嵌入矩阵及词性嵌入矩阵；

所述将所述待分类文本向量化为文本嵌入矩阵，包括：

将所述待分类文本向量化为所述词汇嵌入矩阵；以及，

标注所述待分类文本中词汇的词性，将所述词性向量化为所述词性嵌入矩阵。

3.根据权利要求2所述的一种文本分类方法，所述将所述文本嵌入矩阵输入给双向长短期记忆网络层提取特征，得到文本特征矩阵，包括：

将所述词汇嵌入矩阵输入给双向长短期记忆网络层提取特征，得到词汇特征矩阵；

将所述词性嵌入矩阵输入给双向长短期记忆网络层提取特征，得到词性特征矩阵；

拼接所述词汇特征矩阵和所述词性特征矩阵，得到所述文本特征矩阵。

4.根据权利要求1所述的一种文本分类方法，所述解析所述待分类文本，得到词汇依存关系，具体为：

对所述待分类文本执行语义分析，得到所述待分类文本基于语义的词汇依存关系。

5.根据权利要求1或3或4所述的一种文本分类方法，根据所述词汇依存关系及所述文本特征矩阵构建文本邻接矩阵，包括：

根据所述词汇依存关系构建无权重邻接矩阵；

将注意力机制应用于所述文本特征矩阵及所述无权重邻接矩阵，得到所述文本邻接矩阵。

6.一种文本分类系统，包括：

获取单元，用于获取待分类文本；

预处理单元，用于将所述待分类文本向量化为文本嵌入矩阵；

特征提取单元，用于将所述文本嵌入矩阵输入给双向长短期记忆网络层提取特征，得到文本特征矩阵；

语义分析单元，用于解析所述待分类文本，得到词汇依存关系；

邻接关系构建单元，用于根据所述词汇依存关系及所述文本特征矩阵构建文本邻接矩阵；

卷积单元，用于将所述文本特征矩阵及所述文本邻接矩阵输入到图卷积网络中，得到隐藏层矩阵；

贡献分析单元，将注意力机制应用于所述文本特征矩阵及所述隐藏层矩阵，得到所述待分类文本的词汇在文本分类时的贡献率向量；

贡献作用单元，将所述文本特征矩阵与所述贡献率向量相乘，得到文本分类向量；

结果输出单元，用于将所述文本分类向量输入到全连接层，所述全连阶层的输出经归一化，得到文本分类结果。

7.根据权利要求6所述的一种文本分类系统，所述文本嵌入矩阵包括：

词汇嵌入矩阵及词性嵌入矩阵；

所述预处理单元，具体用于：

将所述待分类文本向量化为所述词汇嵌入矩阵；以及，

标注所述待分类文本中词汇的词性,将所述词性向量化为所述词性嵌入矩阵。

8.根据权利要求7所述的一种文本分类系统，所述特征提取单元，具体用于：

将所述词汇嵌入矩阵输入给双向长短期记忆网络层提取特征，得到词汇特征矩阵；

将所述词性嵌入矩阵输入给双向长短期记忆网络层提取特征，得到词性特征矩阵；

拼接所述词汇特征矩阵和所述词性特征矩阵，得到所述文本特征矩阵。