[发明专利]用于对文本集进行分类的方法、系统及存储介质在审
| 申请号： | 201810676963.1 | 申请日： | 2018-06-27 |
| 公开（公告）号： | CN108846120A | 公开（公告）日： | 2018-11-20 |
| 发明（设计）人： | 余本功;陈杨楠;杨颖;曹雨蒙;岳美;许庆堂;张培行;张宏梅;范招娣 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 北京润平知识产权代理有限公司 11283 | 代理人： | 肖冰滨;刘兵 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种用于对文本集进行分类的方法、系统及存储介质，属于文本分类算法技术领域。方法包括：读取需要被分类的文本集并对所述文本集进行预处理；确定所述文本集的困惑度；在所述困惑度取最小值的情况下，确定所述文本集的主题数；根据所述主题数采用BTM模型生成所述文本集的主题向量；采用Doc2vec模型根据所述文本集生成特征向量；合并所述主题向量和所述特征向量以生成所述文本集的特征空间向量；将所述特征空间向量作为SVM分类器的原始输入空间向量输入SVM分类器以进行分类。用于对文本集进行分类的方法、系统及存储介质，该方法、系统及存储介质可以提高文本分类算法的效率。 | ||
| 搜索关键词： | 文本集 存储介质 分类 向量 文本分类算法 特征空间 特征向量 主题向量 困惑度 预处理 读取 模型生成 输入空间 合并 | ||
【主权项】：
1.一种用于对文本集进行分类的方法，其特征在于，所述方法包括：读取需要被分类的文本集并对所述文本集进行预处理；确定所述文本集的困惑度；在所述困惑度取最小值的情况下，确定所述文本集的主题数；根据所述主题数采用BTM模型生成所述文本集的主题向量；采用Doc2vec模型根据所述文本集生成特征向量；合并所述主题向量和所述特征向量以生成所述文本集的特征空间向量；将所述特征空间向量作为SVM分类器的原始输入空间向量输入SVM分类器以进行分类。
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合肥工业大学，未经合肥工业大学许可，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/201810676963.1/，转载请声明来源钻瓜专利网。
