[发明专利]一种基于W-ATT-CNN算法的化工装备文本分类方法在审
| 申请号： | 201910705558.2 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110543629A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 朱全银;方强强;李翔;张柯文;董甜甜;俞扬信 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 梁耀文<国际申请>=<国际公布>=<进入 |
| 地址： | 223005 江苏省淮安市洪泽区东七街三号高*** | 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： | 本发明公开了一种基于W‑ATT‑CNN算法的化工装备文本分类方法，包括对化工装备文本数据集D进行预处理，得到预处理后的数据集D'以及包含D'中所有汉字类别名称的词汇表vocab；通过向量化、拼接操作将数据集D'转化为矩阵V，并将数据矩阵V按7:3的比例分为训练矩阵V1和测试矩阵V2；构造ATT‑CNN网络并设置训练流程，从V1中随机选取50％的数据作为训练样本矩阵T；使用矩阵V1训练ATT‑CNN网络，将矩阵V2输入训练好的ATT‑CNN网络进行测试，得到分类结果R，由分类结果R计算得到分类准确率P，将P与设定阈值做比较，得到最终分类模型Mod。本发明通过W‑ATT‑CNN算法对化工装备文本进行分类，提高了化工装备在不同应用场景中分类的准确性。 | ||
| 搜索关键词： | 矩阵 化工装备 预处理 分类结果 数据集 算法 分类准确率 网络 测试矩阵 分类模型 数据矩阵 随机选取 文本分类 文本数据 训练矩阵 训练样本 应用场景 词汇表 向量化 分类 拼接 汉字 文本 测试 转化 | ||
【主权项】：
1.一种基于W-ATT-CNN算法的化工装备文本分类方法，其特征在于，包括如下步骤：/n(1)对化工装备文本数据集D进行预处理，得到预处理后的数据集D′以及包含D′中所有汉字类别名称的词汇表vocab；/n(2)通过向量化、拼接操作将数据集D′转化为矩阵V，并将数据矩阵V按7∶3的比例分为训练矩阵V1和测试矩阵V2；/n(3)构造ATT-CNN网络并设置训练流程，从V1中随机选取50％的数据作为训练样本矩阵T；/n(4)使用矩阵V1训练ATT-CNN网络，将矩阵V2输入训练好的ATT-CNN网络进行测试，得到分类结果R，由分类结果R计算得到分类准确率P，将P与设定阈值做比较，得到最终分类模型Mod。/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淮阴工学院，未经淮阴工学院许可，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/201910705558.2/，转载请声明来源钻瓜专利网。
