[发明专利]一种短文本分类方法在审
| 申请号： | 201810862973.4 | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109255025A | 公开（公告）日： | 2019-01-22 |
| 发明（设计）人： | 莫益军;姚澜;杨帆 | 申请（专利权）人： | 华中科技大学鄂州工业技术研究院;华中科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27 |
| 代理公司： | 北京众达德权知识产权代理有限公司 11570 | 代理人： | 刘杰 |
| 地址： | 436044 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种短文本分类方法和装置，通过获得第一文本信息，所述第一文本信息为需要分类的短文本数据信息；对所述第一文本信息进行标记，获得第二文本信息，所述第二文本信息包括训练集、开发集、测试集；通过单一粒度分词原则对所述第一文本信息进行分词处理，获得第一词语集；根据停用词表，删除所述第一词语集中的停用词，获得第二词语集，所述第二词语集中的词语为ID形式；将所述第二词语集中的词语ID映射为词语向量，获得特征矩阵；通过卷积神经网络和所述特征矩阵，对所述第一文本信息进行分类。解决了分类质量依赖于规则设定的好坏，复用性差的技术问题，达到考虑到同义词、一词多义和未登录词等情况，词语表达能力更强的技术效果。 | ||
| 搜索关键词： | 文本信息 词语 短文本分类 特征矩阵 分类 卷积神经网络 同义词 词表 方法和装置 词语向量 分词处理 规则设定 技术效果 数据信息 测试集 短文本 复用性 停用词 训练集 映射 多义 分词 停用 登录 删除 开发 | ||
【主权项】：
1.一种短文本分类方法，其特征在于，所述方法包括：获得第一文本信息，所述第一文本信息为需要分类的短文本数据信息；对所述第一文本信息进行标记，获得第二文本信息，所述第二文本信息包括训练集、开发集、测试集；通过单一粒度分词原则对所述第一文本信息进行分词处理，获得第一词语集；根据停用词表，删除所述第一词语集中的停用词，获得第二词语集，所述第二词语集中的词语的存在形式为词语ID形式；将所述第二词语集中的词语ID映射为词语向量，获得特征矩阵；通过卷积神经网络和所述特征矩阵，对所述第一文本信息进行分类。
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华中科技大学鄂州工业技术研究院;华中科技大学，未经华中科技大学鄂州工业技术研究院;华中科技大学许可，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/201810862973.4/，转载请声明来源钻瓜专利网。
