[发明专利]基于卷积神经网络的高精度文本分类方法和系统在审
| 申请号： | 201910193637.X | 申请日： | 2019-03-14 |
| 公开（公告）号： | CN109977226A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 于舒娟;朱弘扬;汪云霄;马海斌;廖许德 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 江苏*** | 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： | 本发明公布了一种基于卷积神经网络的高精度文本分类方法和系统。方法包括：读取数据集进行分词和停用词处理，将处理后的语料库送入统计共现矩阵，训练出词向量，进而保存向量矩阵，最后把矩阵向量集导入卷积神经网络进行分类处理得到预测结果。包括五个步骤：步骤一，将源数据集预处理成为统一格式，再进行分词处理。步骤二，将数据集送入训练glove模型，保存模型；步骤三，将语句以词向量的矩阵形式保存为数据集；步骤四，将数据导入文本分类CNN模型训练；步骤五，用训练好的模型对数据进行分类并与标准进行比对，输出准确度高达99％。 | ||
| 搜索关键词： | 卷积神经网络 文本分类 词向量 数据集 保存 送入 预处理 矩阵 准确度 分词处理 分类处理 矩阵向量 矩阵形式 模型训练 统一格式 向量矩阵 预测结果 源数据集 停用词 语料库 比对 分词 语句 输出 分类 统计 | ||
【主权项】：
1.基于卷积神经网络的高精度文本分类方法，其特征在于，包括以下步骤：步骤1：对文本数据预处理：即将本文数据集格式转为统一格式并对其进行分词和停用词处理，得到预处理后的语料库；步骤2：基于语料库构建词的共现矩阵，然后基于共现矩阵和GloVe模型学习词向量矩阵；步骤3：构建文本分类卷积神经网络模型基于词向量矩阵训练文本分类卷积神经网络模型；步骤4：基于测试集数据验证卷积神经网络模型并优化，最终确定文本分类卷积神经网络模型。
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南京邮电大学，未经南京邮电大学许可，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/201910193637.X/，转载请声明来源钻瓜专利网。
- 上一篇：舆情分析方法及装置
- 下一篇：基于特征编码的文本特征提取方法、系统、装置
