[发明专利]基于卷积神经网络的文本分类方法及相关设备

说明书

本申请涉及人工智能领域，公开了一种基于卷积神经网络的文本分类方法及相关设备，所述方法包括：获取词与词向量之间的映射关系以及字与字向量之间的映射关系；获取待分类文本，并根据所述词与词向量之间的映射关系以及字与字向量之间的映射关系将所述待分类文本转换成词向量及字向量；将所述词向量及字向量输入卷积神经网络文本分类模型，并通过所述卷积神经网络文本分类模型对所述词向量及字向量进行融合，获得所述待分类文本的类型。本申请通过将待分类文本提取词向量和字向量，并将所述词向量和字向量输入卷积神经网络进行融合，可以有效的提高文本分类的准确度。

技术领域

本申请涉及人工智能领域，特别涉及一种基于卷积神经网络的文本分类方法及相关设备。

背景技术

文本分类是对大量非结构化的文字信息(文本文档、网页等)按照给定的分类体系，根据文字信息内容分到指定的类别中去，是一种有指导的学习过程。词匹配法是最早被提出的分类算法。这种方法仅根据文档中是否出现了与类名相同的词来判断文档是否属于某个类别。很显然，这种过于简单机械的方法无法带来良好的分类效果。现如今，统计学习方法已经成为了文本分类领域绝对的主流。主要的原因在于其中的很多技术拥有坚实的理论基础，存在明确的评价标准，以及实际表现良好。统计分类算法将样本数据成功转化为向量表示之后，计算机才算开始真正意义上的“学习”过程。常用的分类算法为：决策树，Rocchio，朴素贝叶斯，神经网络，支持向量机，线性最小平方拟合，kNN，遗传算法，最大熵，Generalized Instance Set等。

现有神经网络文本分类模型主要基于词向量，尽管词向量在文本分类模型中的应用优于字向量，但是字向量能够通过字符层面表示文本语义，对词向量的应用是很好的补充。目前对文本分类的方法没有针对词向量和字向量的，而少了字向量，会显著降低文本分类的准确度，不利于对文本的分析。

发明内容

本申请的目的在于针对现有技术的不足，提供一种基于卷积神经网络的文本分类方法及相关设备，通过将待分类文本提取词向量和字向量，并将所述词向量和字向量输入卷积神经网络进行融合，可以有效的提高文本分类的准确度。

为达到上述目的，本申请的技术方案提供一种基于卷积神经网络的文本分类方法及相关设备。

本申请公开了一种基于卷积神经网络的文本分类方法，包括以下步骤：

获取词与词向量之间的映射关系以及字与字向量之间的映射关系；

获取待分类文本，并根据所述词与词向量之间的映射关系以及字与字向量之间的映射关系将所述待分类文本转换成词向量及字向量；

将所述词向量及字向量输入卷积神经网络文本分类模型，并通过所述卷积神经网络文本分类模型对所述词向量及字向量进行融合，获得所述待分类文本的类型。

较佳地，所述获取词与词向量之间的映射关系以及字与字向量之间的映射关系，包括：

获取文本训练数据，对所述文本训练数据进行分词，获得词数据；

对所述文本训练数据进行分字，获得字数据；

对所述词数据和字数据通过word2vec模型进行转换，获得词向量和字向量，并分别建立词与词向量之间的映射关系及字与字向量之间的映射关系。

较佳地，所述获取待分类文本，并根据所述词与词向量之间的映射关系以及字与字向量之间的映射关系将所述待分类文本转换成词向量及字向量，包括：

获取待分类文本，将所述待分类文本进行分词，获得词数据，并根据所述词与词向量之间的映射关系将所述词数据转换为词向量；

对所述待分类文本进行分字，获得字数据，并根据所述字与字向量之间的映射关系将所述字数据转换为字向量。