[发明专利]一种实现英文文本分类的方法及相关设备在审
| 申请号： | 201910038005.6 | 申请日： | 2019-01-16 |
| 公开（公告）号： | CN109446334A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 陈海波 | 申请（专利权）人： | 深兰人工智能芯片研究院（江苏）有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36 |
| 代理公司： | 上海晨皓知识产权代理事务所(普通合伙) 31260 | 代理人： | 成丽杰 |
| 地址： | 213161 江苏省常州市武进*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例涉及文本分类领域，公开了一种实现英文文本分类的方法及相关设备，该方法，包括：对英文短文本数据集中的文本进行预处理，并将所述预处理后的英文文本转换为词向量矩阵，将所述词向量矩阵作为卷积神经网络CNN模型的第一输入数据；使用CNN模型对所述第一输入数据进行特征向量的提取和拼接，将获得的特征向量作为极速学习机ELM的第二输入数据；使用ELM对所述第二输入数据进行分类，得到所述英文短文本数据集中的文本的准确类别。如此，基于卷积神经网络和极速学习机的结合，比传统机器学习算法与卷积神经网络模型更有效，提升了文本分类的精度。 | ||
| 搜索关键词： | 文本分类 卷积神经网络 英文 预处理 矩阵 数据集中 特征向量 词向量 短文本 学习机 文本 传统机器 文本转换 学习算法 拼接 分类 | ||
【主权项】：
1.一种实现英文文本分类的方法，包括：对英文短文本数据集中的文本进行预处理，并将所述预处理后的英文文本转换为词向量矩阵，将所述词向量矩阵作为卷积神经网络CNN模型的第一输入数据；使用CNN模型对所述第一输入数据进行特征向量的提取和拼接，将获得的特征向量作为极速学习机ELM的第二输入数据；使用ELM对所述第二输入数据进行分类，得到所述英文短文本数据集中的文本的准确类别。
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深兰人工智能芯片研究院（江苏）有限公司，未经深兰人工智能芯片研究院（江苏）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/201910038005.6/，转载请声明来源钻瓜专利网。
