[发明专利]基于注意力机制和干扰词删除的中文文本分类方法

摘要

本发明提供一种基于注意力机制和干扰词删除的中文文本分类方法，包括步骤一对原始中文文本语料做预处理；步骤二将处理为词嵌入的语料输入双向LSTM层中提取文本特征得到文本表达；步骤三通过注意力机制提取重要词特征；步骤四将注意力机制标记出的重要词特征筛选排序；步骤五计算将预测结果切换到另一个类的异常干扰词，定位这种干扰词，做删除屏蔽的处理；步骤六用删除定量干扰词的方式调整训练分类器，并反向训练文本表达，得到训练参数；步骤七模型测试，将测试集词向量构成的词嵌入矩阵输入到训练好的模型中，得到概率矩阵后，输入分类器输出文本类别，最后与真实值比较得到预测值的精确度。本发明在提高中文文本分类的准确性的同时，评估删除屏蔽干扰词对分类的影响，增加了分类器的可解释性。