[发明专利]一种短文本分类方法及系统在审
| 申请号： | 201810533444.X | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108763477A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 邹辉;肖龙源;蔡振华;李稀敏;刘晓葳;谭玉坤 | 申请（专利权）人： | 厦门快商通信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 | 代理人： | 乐珠秀 |
| 地址： | 361007 福建省厦门*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种短文本分类方法及系统，其通过对短文本进行分词处理，对分词后的词语进行词性标注，得到所述词语的词性向量；并将所述词性向量乘以对应的词性权重值，得到新的词性向量；将所述词语的词向量乘以对应的TF‑IDF权重值得到加权词向量；将所述加权词向量与所述的新的词性向量进行拼接，得到加权拼接词向量；将所述词语的加权拼接词向量与邻接词的加权拼接词向量进行叠加处理得到邻接词向量；根据所述词语的邻接词向量对所述短文本进行分类，从而得到准确率较高的短文本分类结果；并且，本发明根据邻接词向量进行计算所述短文本与所述候选文档的相似度对所述短文本进行分类，进一步提高了计算效率。 | ||
| 搜索关键词： | 词向量 词性 加权 邻接 短文本 词语 向量 拼接 短文本分类 权重 词性标注 叠加处理 分词处理 候选文档 计算效率 相似度 分类 准确率 分词 | ||
【主权项】：
1.一种短文本分类方法，其特征在于，包括以下步骤：a.对短文本进行分词处理，得到分词后的词语；b.对所述词语进行词性标注，得到所述词语的词性向量；并将所述词性向量乘以对应的词性权重值，得到新的词性向量；c.采用Word2vec方法对所述词语进行语义特征的学习，得到所述词语的词向量；并计算所有分词后的词语的TF‑IDF权重值；将所述词语的词向量乘以对应的TF‑IDF权重值得到加权词向量；d.将所述加权词向量与所述的新的词性向量进行拼接，得到加权拼接词向量；e.将所述词语的加权拼接词向量与邻接词的加权拼接词向量进行叠加处理得到邻接词向量；f.根据所述词语的邻接词向量对所述短文本进行分类。
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厦门快商通信息技术有限公司，未经厦门快商通信息技术有限公司许可，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/201810533444.X/，转载请声明来源钻瓜专利网。
