[发明专利]一种面向短文本的优化分类方法有效
| 申请号： | 201910182364.9 | 申请日： | 2019-03-12 |
| 公开（公告）号： | CN109960799B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 李芳芳;尹垚;毛星亮;施荣华;石金晶;胡超 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/30;G06K9/62 |
| 代理公司： | 长沙惟盛赟鼎知识产权代理事务所(普通合伙) 43228 | 代理人： | 姚亮梅 |
| 地址： | 410000 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向短文本的优化分类方法，步骤一：获取原始数据集并对其进行预处理；步骤二：对预处理后的数据集进行特征项集的选取；步骤三：利用词向量工具对搜集的大规模语料进行训练得到词向量模型；步骤四：利用词向量模型对特征项集中的每个特征项进行词向量表示，并对特征项的词向量进行一阶段初步聚类得到若干个初步特征簇；步骤五：在每个初步特征簇内部进行二阶段松散聚类得到若干个相似特征簇；步骤六：将步骤四中得到的特征词替换成步骤五中得到的相似特征簇，然后使用分类器进行短文本分类。传统的短文本分类大多缺乏语义表达能力，且特征空间的维度较高，本发明可以更好的表达短文本的语义信息，同时降低特征空间的维度，进而提高短文本分类的精度和效率，可以用于各个领域的短文本分类任务中，例如垃圾短信分类，微博话题分类等。 | ||
| 搜索关键词： | 一种 面向 文本 优化 分类 方法 | ||
【主权项】：
1.一种面向短文本的优化分类方法，其特征在于，包括如下步骤：步骤一.获取原始数据集并对其进行预处理；步骤二.对步骤一得到的预处理后的数据集进行特征项集的选取；步骤三.利用词向量工具对搜集的大规模语料进行训练得到词向量模型；步骤四.利用词向量模型对特征项集中的每个特征项进行词向量表示，得到特征词，并对特征词进行一阶段初步聚类得到若干个初步特征簇；步骤五.在步骤四得到的每个初步特征簇内部进行二阶段松散聚类，从而得到若干个相似特征簇；步骤六.将步骤四中得到的特征词替换成步骤五中得到的相似特征簇，然后使用分类器进行短文本分类。所述特征词指的是特征项的词向量。
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中南大学，未经中南大学许可，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/201910182364.9/，转载请声明来源钻瓜专利网。
