[发明专利]一种基于语义计算的分类器构建方法、分类器有效
| 申请号： | 201810159255.0 | 申请日： | 2018-02-26 |
| 公开（公告）号： | CN108388914B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 宋俊平;程国艮 | 申请（专利权）人： | 中译语通科技股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/774;G06F16/35 |
| 代理公司： | 北京万贝专利代理事务所(特殊普通合伙) 11520 | 代理人： | 马红 |
| 地址： | 100040 北京市石*** | 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： | 本发明属于信息检索及其数据库结构技术领域，公开了一种基于语义计算的分类器构建方法、分类器，利用神经网络模型在维基百科数据上训练词向量，获得词的分布式表征；通过分类标签获得分类的向量表示，同时利用加权平均的方法获得文本的向量表示；通过计算分类向量和文本向量之间的语义关系来获得文本所属的最可能的分类。本发明的非监督学习阶段无需标注数据，仅仅需要用户定义少量特征词即可完成分类器的创建，上线速度快，无需等待漫长的标注数据积累；非监督学习阶段可以充分利用现有的有限标注数据，通过提取有效特征词来指导和提高非监督分类能力。 | ||
| 搜索关键词： | 一种 基于 语义 计算 分类 构建 方法 | ||
【主权项】：
1.一种基于非监督学习的文本所属分类方法，其特征在于，所述基于非监督学习的文本所属分类方法利用神经网络模型在维基百科数据上训练词向量，获得词的分布式表征；通过分类标签获得分类的向量表示，同时利用加权平均的方法获得文本的向量表示；通过计算分类向量和文本向量之间的语义关系来获得文本所属的最可能的分类。
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中译语通科技股份有限公司，未经中译语通科技股份有限公司许可，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/201810159255.0/，转载请声明来源钻瓜专利网。
