[发明专利]一种基于神经网络结构模型的文本分类方法及分类系统在审
| 申请号： | 201910125342.9 | 申请日： | 2019-02-20 |
| 公开（公告）号： | CN109902175A | 公开（公告）日： | 2019-06-18 |
| 发明（设计）人： | 聂桂芝;杨攀攀;曾青霞 | 申请（专利权）人： | 上海方立数码科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27;G06N3/04 |
| 代理公司： | 上海麦其知识产权代理事务所(普通合伙) 31257 | 代理人： | 董红曼 |
| 地址： | 200333 上海*** | 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： | 本发明属于自然语言处理中文本分类领域，公开了一种基于神经网络结构模型的文本分类方法，所述分类方法包括搜集待分类的文本数据；处理文本数据，将文本数据中的语句以词向量表示；构建神经网络结构模型；基于所述神经网络结构模型，以RNN和CNN网络模型结构为基础，加入注意机制构建编码器；将以词向量表示的文本数据输入编码器，输出包含上下文信息的状态向量；根据状态向量使用分类器对文本数据进行分类，获得分类结果。本发明分类方法充分提取文本特征向量，提高文本分类的准确率，提高具体QA应用场景中意图识别的准确率。本发明还提出了一种文本分类系统。 | ||
| 搜索关键词： | 文本数据 神经网络结构 文本分类 分类 状态向量 词向量 准确率 文本分类系统 文本特征向量 自然语言处理 上下文信息 输入编码器 分类结果 分类系统 机制构建 网络模型 意图识别 应用场景 编码器 分类器 构建 语句 搜集 输出 | ||
【主权项】：
1.一种基于神经网络结构模型的文本分类方法，其特征在于，包括：步骤一：搜集待分类的文本数据；步骤二：处理文本数据，将文本数据中的语句以词向量表示；步骤三：构建神经网络结构模型；所述神经网络结构模型的层数为三层，第一层为词注意层，第二层为句注意层，第三层为maxpooling层；步骤四：基于所述神经网络结构模型，以RNN和CNN网络模型结构为基础，加入注意机制构建编码器；步骤五：将以词向量表示的文本数据输入编码器，输出包含上下文信息的状态向量；步骤六：根据状态向量使用分类器对文本数据进行分类，获得分类结果。
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上海方立数码科技有限公司，未经上海方立数码科技有限公司许可，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/201910125342.9/，转载请声明来源钻瓜专利网。
