[发明专利]基于条件熵和卷积神经网络的短文本分类方法在审
| 申请号： | 201811250654.4 | 申请日： | 2018-10-25 |
| 公开（公告）号： | CN109299468A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 唐军;刘楚雄 | 申请（专利权）人： | 四川长虹电器股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/93 |
| 代理公司： | 四川省成都市天策商标专利事务所 51213 | 代理人： | 吴瑞芳 |
| 地址： | 621000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于条件熵和卷积神经网络的短文本分类方法，涉及自然语言处理领域。包括以下步骤：S1、按照需求收集短文本，组成训练数据集；S2、将训练数据集按类别打好标签；S3、对训练数据集进行分词处理；S4、构造词向量模型；S5、计算所有词语的条件熵；S6、构造停止词词典；S7、去除不符合条件以及对分类影响较小的词语；S8、向量化所有短文本；S9、搭建卷积神经网络模型；S10、将向量化的训练数据集输入卷积神经网络模型；S11、不断的迭代、优化，最终得到效果最优的短文本分类器。本发明实现了对噪声词语的过滤以及过滤的准确性。 | ||
| 搜索关键词： | 卷积神经网络 训练数据集 短文本分类 词语 基于条件 短文本 向量化 过滤 自然语言处理 分词处理 符合条件 需求收集 词向量 条件熵 迭代 去除 噪声 标签 优化 | ||
【主权项】：
1.基于条件熵和卷积神经网络的短文本分类方法，其特征在于，包括以下步骤：S1、按照需求收集短文本，组成训练数据集；S2、将训练数据集按类别打好标签；S3、对训练数据集进行分词处理；S4、构造词向量模型；S5、计算所有词语的条件熵；S6、构造停止词词典；S7、去除不符合条件以及对分类影响较小的词语；S8、向量化所有短文本；S9、搭建卷积神经网络模型；S10、将向量化的训练数据集输入卷积神经网络模型；S11、不断的迭代、优化，最终得到效果最优的短文本分类器。
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四川长虹电器股份有限公司，未经四川长虹电器股份有限公司许可，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/201811250654.4/，转载请声明来源钻瓜专利网。
