[发明专利]一种字符级的基于嵌套深度网络的文本分类方法有效
| 申请号： | 201711205146.X | 申请日： | 2017-11-27 |
| 公开（公告）号： | CN107832458B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 郑子彬;李晓杰;吴向军 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04;G06N3/08 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510275 *** | 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： | 本发明涉及一种字符级的基于嵌套深度网络的文本分类方法，包括以下步骤：S1、构造字符向量矩阵表；S2、短文本预处理；S3、改进Resnet提取高维序列特征；S4、LSTM网络分类。本发明基于字符级的文本转换能有效的对所有的文本进行转换，相对于传统的向量空间模型，维度下降明显，而且对于所有的文本都能有效的转换，不会忽略低频词；另外，改进Resnet能够自学习特征提取方法，相对于传统的TF‑IDF公式，互信息量，信息增益，χ2统计量等方法，其提取的特征更加有效，更加抽象；最后，LSTM网络分类能够考虑词与词之间的顺序关系，从而能够更加准确地进行文本分类。 | ||
| 搜索关键词： | 一种 字符 基于 嵌套 深度 网络 文本 分类 方法 | ||
【主权项】：
一种字符级的基于嵌套深度网络的文本分类方法，其特征在于：包括以下步骤：S1、构造字符向量矩阵表：假设C为文本中所用的字符集，构造一个字符向量矩阵Q∈R|C|×|C|，记录下每一个字符对应的行编号；S2、短文本预处理；S3、改进Re snet提取高维序列特征；S4、LSTM网络分类。
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中山大学，未经中山大学许可，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/patent/201711205146.X/，转载请声明来源钻瓜专利网。
