[发明专利]一种基于fastText算法的新闻文本自动分类系统在审
| 申请号： | 201910011489.5 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109766410A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 程徐;韩芳;孔维健 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 201620 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于fastText算法的新闻文本自动分类系统，包括：新闻文本预处理模块，用于对通过爬虫爬取到的新闻文本进行筛选和清洗操作；中文分词及去停用词模块：用于对文本数据进行分词操作并通过停用词表去除对文本分类无意义的词；数字特征提取模块：用于将文本特征转化成数字特征；fastText分类器模块：用于通过fastText算法进行多分类模型的构建，将每段新闻文本预测分类为对应的类别。本发明能够对新闻文本自动归类。 | ||
| 搜索关键词： | 新闻文本 算法 自动分类系统 数字特征 词表 多分类模型 分类器模块 预处理模块 清洗操作 提取模块 文本分类 文本数据 文本特征 中文分词 爬虫 停用词 分词 构建 归类 停用 去除 筛选 分类 预测 转化 | ||
【主权项】：
1.一种基于fastText算法的新闻文本自动分类系统，其特征在于，包括：新闻文本预处理模块，用于对通过爬虫爬取到的新闻文本进行筛选和清洗操作；中文分词及去停用词模块：用于对文本数据进行分词操作并通过停用词表去除对文本分类无意义的词；数字特征提取模块：用于将文本特征转化成数字特征；fastText分类器模块：用于通过fastText算法进行多分类模型的构建，将每段新闻文本预测分类为对应的类别。
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东华大学，未经东华大学许可，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/201910011489.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种问卷调查管理系统
- 下一篇：一种搜索问题的解析的方法及系统
