[发明专利]一种文本分类方法及装置在审
| 申请号： | 201910151793.X | 申请日： | 2019-02-28 |
| 公开（公告）号： | CN109657064A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 邓楚然;张小陆;万婵;彭泽武;杨秋勇;苏华权;魏理豪 | 申请（专利权）人： | 广东电网有限责任公司;广东电网有限责任公司信息中心 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 张春水;唐京桥 |
| 地址： | 510600 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本分类方法，包括：获取训练样本；对所述训练样本进行分词，得到分词列表；根据所述分词列表确定词频文档矩阵，并计算分词列表中各词语的TF‑IDF值矩阵；将所述词语作为变量输入模型，根据CV图获取最佳λ值和最优变量个数范围；将所述最优λ值作为参数拟合lasso回归模型，并输出特征变量；以特征词的词频文档矩阵创建训练容器；构建所述训练样本的SLDA有监督模型；通过Lasso回归模型得到的特征变量集合，并根据所述特征变量集合更新所述词频文档矩阵；在所述词频文档矩阵上应用训练好的SLDA模型，输出预测结果和预测概率。本发明成本低且效率高，可推广性强，可以剔除人的主观因素对结果的影响。 | ||
| 搜索关键词： | 词频 文档矩阵 分词 训练样本 回归模型 特征变量 文本分类 词语 矩阵 参数拟合 集合更新 输出特征 输出预测 应用训练 主观因素 特征词 推广性 构建 剔除 集合 概率 预测 创建 监督 | ||
【主权项】：
1.一种文本分类方法，其特征在于，包括：获取训练样本；对所述训练样本进行分词，得到分词列表；根据所述分词列表确定词频文档矩阵，并计算分词列表中各词语的TF‑IDF值矩阵；将所述词语作为变量输入模型，根据CV图获取最佳λ值和最优变量个数范围；将所述最优λ值作为参数拟合lasso回归模型，并输出特征变量；以特征词的词频文档矩阵创建训练容器；构建所述训练样本的SLDA有监督模型；通过Lasso回归模型得到的特征变量集合，并根据所述特征变量集合更新所述词频文档矩阵；在所述词频文档矩阵上应用训练好的SLDA模型，输出预测结果和预测概率。
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广东电网有限责任公司;广东电网有限责任公司信息中心，未经广东电网有限责任公司;广东电网有限责任公司信息中心许可，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/201910151793.X/，转载请声明来源钻瓜专利网。
