[发明专利]一种主题分类方法和装置在审
| 申请号： | 201910656595.9 | 申请日： | 2019-07-19 |
| 公开（公告）号： | CN110502747A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 王子夫;魏越;何慧 | 申请（专利权）人： | 北京云和时空科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 11319 北京润泽恒知识产权代理有限公司 | 代理人： | 莎日娜<国际申请>=<国际公布>=<进入 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种主题分类方法和装置，所述方法包括：对第一语料数据进行分词处理，得到第二语料数据；根据候选分词在第二语料数据的数目确定候选分词的权重值，并将权重值大于权重阈值的候选分词作为第二语料数据的关键词；根据权重值给第二语料数据中各语料子数据分配的目标关键词，并根据语料子数据及目标关键词生成第三语料数据；基于第三语料数据与预置词向量对主题分类模型训练；采用训练后的主题分类模型对目标文本分类。本发明实施例通过自动对语料数据关键词标注，减少了语料数据标注所需的人力投入和人为参与，从而降低了主题分类模型训练的人力投入的同时，避免了由于人为参与导致的误差，提高了主题分类模型的准确性。 | ||
| 搜索关键词： | 语料 主题分类 权重 分词 目标关键词 模型训练 方法和装置 分词处理 目标文本 数据标注 数据分配 数目确定 词向量 预置 标注 分类 | ||
【主权项】：
1.一种主题分类方法，其特征在于，所述方法包括：/n对第一语料数据进行分词处理，得到第二语料数据，所述第二语料数据由语料子数据构成，所述语料子数据由候选分词构成；/n根据所述候选分词在所述第二语料数据的数目确定所述候选分词相对应的权重值，并将所述权重值大于权重阈值的候选分词作为所述第二语料数据的关键词；/n根据所述权重值给所述第二语料数据中各语料子数据分配相对应的目标关键词，并根据所述语料子数据及相对应的目标关键词生成第三语料数据；/n基于所述第三语料数据与预置词向量对主题分类模型进行训练；/n采用训练后的主题分类模型对目标文本进行分类。/n
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北京云和时空科技有限公司，未经北京云和时空科技有限公司许可，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/201910656595.9/，转载请声明来源钻瓜专利网。
