[发明专利]基于变分自编码模型的文本深度特征提取方法在审
| 申请号： | 201810758180.8 | 申请日： | 2018-07-11 |
| 公开（公告）号： | CN109145288A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 陈渤;袁以军;张昊 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62;G06N3/04;G06N3/08;G06N5/04 |
| 代理公司： | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人： | 惠文轩 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于变分自编码模型的文本深度特征提取方法，属于自然语言处理技术领域，适用于从海量文本中提取深度特征，用于文本检索、分类、聚类或者其他自然语言处理相关应用，其主要思路为：确定N篇输入文档，得到第1篇输入文档的词袋向量x1至第N篇输入文档的词袋向量xN后划分为两部分，记为训练数据Xtrain和测试数据Xtext；对第n篇输入文档的词袋向量xn进行建模，设定模型包括两层，分别记为模型第一层和模型第二层，n＝1,2,…,N；构建推理子模型，得到建立好的推理子模型；进而得到测试数据Xtext的两层主题关键词，包括测试数据第一层主题的M个关键词和测试数据第二层主题的M个关键词，并记为本发明的一种基于变分自编码模型的文本深度特征提取结果。 | ||
| 搜索关键词： | 测试数据 深度特征 输入文档 自编码 向量 文本 第一层 子模型 两层 推理 自然语言处理技术 自然语言处理 主题关键词 海量文本 文本检索 训练数据 构建 建模 聚类 分类 应用 | ||
【主权项】：
1.一种基于变分自编码模型的文本深度特征提取方法，其特征在于，包括以下步骤：步骤1，确定N篇输入文档，得到第1篇输入文档的词袋向量x1至第N篇输入文档的词袋向量xN，记为数据集；将所述数据集划分为两部分，记为训练数据Xtrain和测试数据Xtext；步骤2，对第n篇输入文档的词袋向量xn进行建模，设定模型包括两层，分别记为模型第一层和模型第二层，n＝1,2,…,N；步骤3，构建推理子模型，得到建立好的推理子模型；步骤4，根据建立好的推理子模型和测试数据Xtext，得到测试数据Xtext的两层主题关键词，包括测试数据第一层主题的M个关键词和测试数据第二层主题的M个关键词，并记为本发明的一种基于变分自编码模型的文本深度特征提取结果。
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西安电子科技大学，未经西安电子科技大学许可，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/201810758180.8/，转载请声明来源钻瓜专利网。
