[发明专利]一种集成浅层和深度学习的App分类方法

摘要

一种集成浅层和深度学习的App分类方法，包括如下步骤：(1)将App名称输入互联网搜索引擎，对结果进行处理得到App文档；(2)基于向量空间模型抽取关键词分布特征，在此基础上采用浅层学习技术训练一个基分类器；(3)基于word2vec训练词向量，在此基础上采用卷积神经网络训练另一个基分类器；(4)设计一个协同学习框架，利用无标注样本对2个基分类器进行协同训练，并对训练结果进行融合得到最终的App分类器。本发明仅利用App名称实现对App的个性化分类；仅需要少量有标注样本即可建立准确率较高的分类模型；设计的协同学习框架考虑了不同基分类器的性能不平衡性，可减少无标注样本中噪声数据的影响。

主权项

1.一种集成浅层和深度学习的App分类方法，其特征在于，所述方法包括以下步骤：(1)基于互联网知识对App进行语义扩展，过程如下：(1‑1)搜索片段获取：将App名称作为搜索关键词，输入互联网搜索引擎API，得到搜索片段；(1‑2)App文档形成：对搜索片段进行过滤，合并剩下的搜索片段，形成App文档；(1‑3)App文档预处理：对App文档进行分词、去停用词、App名称删除等操作；(2)构建基于浅层学习的App基分类器，过程如下：(2‑1)关键词词典构建：对所有App文档中涉及的词进行去重汇总，计算每个词对每个App类型的权重，保留权重最高的部分词作为关键词，形成关键词词典；(2‑2)特征向量计算：基于向量空间模型将每个App文档转化为一个向量，作为该App文档的特征向量；(2‑3)基分类器训练：采用人工神经网络训练基分类器；(3)构建基于深度学习的App基分类器，过程如下：(3‑1)词向量训练：基于word2vec训练得到每个词的向量表示；(3‑2)基分类器训练：采用卷积神经网络训练基分类器；(4)基于半监督学习技术对两个基分类器进行协同学习，并对学习结果进行融合得到最终App分类器，过程如下：(4‑1)复制样本集：为2个基分类器分别复制样本集；(4‑2)有监督训练：基于有标注样本集，分别训练浅层学习基分类器和深度学习基分类器，并评测2个基分类器的准确度；(4‑3)半监督训练：基于无标注样本集，对2个基分类器进行多轮协同训练；(4‑4)算法迭代：迭代终止条件满足时，输出2个基分类器，否则转向步骤(4‑2)；(4‑5)分类器融合：融合2个基分类器的识别结果，建立最终的App分类器。