[发明专利]语料分类方法及装置有效
| 申请号： | 201611027175.7 | 申请日： | 2016-11-17 |
| 公开（公告）号： | CN106782516B | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 张勇 | 申请（专利权）人： | 北京云知声信息技术有限公司 |
| 主分类号： | G10L15/08 | 分类号： | G10L15/08;G10L15/06;G10L15/14;G10L19/035 |
| 代理公司： | 11477 北京尚伦律师事务所 | 代理人： | 张俊国 |
| 地址： | 100191 北京市海*** | 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： | 本发明是关于一种语料分类方法及装置，其中，方法包括：从语料数据库中提取出包含性别特证词的第一语料；将所述第一语料进行性别分类；根据接收到的分类标记命令，对所述语料数据库中的第二语料进行性别分类标记，其中，所述第二语料不同于所述第一语料；利用标记后的所述第二语料和libshortext)算法进行训练，得到性别分类模型；使用所述性别分类模型对所述语料数据库中除所述第一语料和所述第二语料之外的第三预料进行性别分类，以得到所述语料数据库对应的性别分类结果。通过该技术方案，可以在在保证语料分类的准确率的基础上，提高语料分类的效率，减少用户操作，从而提升用户的使用体验。 | ||
| 搜索关键词： | 语料 分类 方法 装置 | ||
【主权项】：
1.一种语料分类方法，其特征在于，包括：/n从语料数据库中提取出包含性别特证词的第一语料；/n将所述第一语料进行性别分类；/n根据接收到的分类标记命令，对所述语料数据库中的第二语料进行性别分类标记，其中，所述第二语料不同于所述第一语料；/n利用标记后的所述第二语料和libshortext算法进行训练，得到性别分类模型；/n使用所述性别分类模型对所述语料数据库中除所述第一语料和所述第二语料之外的第三语料进行性别分类，以得到所述语料数据库对应的性别分类结果；/n所述利用标记后的所述第二语料和libshortext算法进行训练，得到性别分类模型，包括：/n根据文本向量化算法将所述第二语料中的每个语料数据进行向量转化，得到第一向量数据；/n根据预设性别特征词将所述第二语料中的每个语料数据进行向量转化，得到第二向量数据；/n根据PLDA算法模型将所述第二语料中的每个语料数据进行向量转化，得到第三向量数据；/n将所述第一向量数据、所述第二向量数据和所述第三向量数据进行拼接，得到第四向量数据；/n将所述第四向量数据作为所述libshortext算法的输入向量，使用所述libshortext算法进行训练，得到所述性别分类模型；/n所述将所述第一向量数据、所述第二向量数据和所述第三向量数据进行拼接，得到第四向量数据，包括：/n分别将所述第一向量数据、所述第二向量数据和所述第三向量数据中同一语料数据对应的向量数据进行拼接，得到所述第四向量数据。/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知声信息技术有限公司，未经北京云知声信息技术有限公司许可，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/201611027175.7/，转载请声明来源钻瓜专利网。
