[发明专利]基于CNN-SVM-KNN组合模型的文本分类方法

摘要

基于CNN‑SVM‑KNN组合模型的文本分类方法，本发明涉及基于组合模型的文本分类方法。本发明的目的是为了解决现有方法文本分类准确率低的问题。具体过程为：1：文本预处理；2：对步骤一预处理后后的文本进行特征提取，得到特征提取后的文本；3：基于步骤2建立CNN模型；4：建立CNN‑SVM模型；5：建立CNN‑KNN模型；6：设定区分阈值d；7：计算距离：计算待分类的样本点到CNN‑SVM分类器最优的分类面距离tmp；8：比较距离：当tmp＞d时，选择CNN‑SVM分类器；否则，选择CNN‑KNN分类器；9：重复执行步骤6至步骤9，寻找评价指标最优的d值。本发明用于文本分类领域。

主权项

1.基于CNN‑SVM‑KNN组合模型的文本分类方法，其特征在于：所述方法具体过程为：步骤1：文本预处理；步骤2：对步骤一预处理后的文本进行特征提取，得到特征提取后的文本；步骤3：基于步骤2建立CNN模型；步骤4：建立CNN‑SVM模型；步骤5：建立CNN‑KNN模型；步骤6：设定区分阈值d；步骤7：计算距离：计算待分类的样本点到CNN‑SVM分类器最优的分类面距离tmp；步骤8：比较距离：当tmp＞d时，选择CNN‑SVM分类器；否则，选择CNN‑KNN分类器；步骤9：重复执行步骤6至步骤9，寻找评价指标最优的d值。