[发明专利]基于词袋模型的长文本分类方法、装置、计算机设备及存储介质在审
| 申请号： | 201910268933.1 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN110096591A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 金戈;徐亮 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 深圳市力道知识产权代理事务所(普通合伙) 44507 | 代理人： | 何姣 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及智能决策领域，通过词袋模型提取长文本的词语级特征向量和文字级特征向量，以根据词语级特征向量和文字级特征向量对长文本进行分类，分类更准确。具体公开了一种基于词袋模型的长文本分类方法、装置、计算机设备及存储介质，该方法包括：获取待分类的长文本；根据预设规则滤除所述长文本中的噪音字符；基于第一词袋模型，从滤除所述噪音字符的长文本提取第一词袋特征向量，所述第一词袋模型的词典包括若干词语；基于第二词袋模型，从滤除所述噪音字符的长文本提取第二词袋特征向量，所述第二词袋模型的词典包括若干单个文字；基于分类模型，根据所述第一词袋特征向量和第二词袋特征向量对所述待分类的长文本进行分类以得到分类数据。 | ||
| 搜索关键词： | 长文本 词袋模型 分类 词袋特征 特征向量 向量 滤除 词语 计算机设备 噪音 存储介质 单个文字 分类模型 分类数据 预设规则 智能决策 申请 | ||
【主权项】：
1.一种基于词袋模型的长文本分类方法，其特征在于，包括：获取待分类的长文本；根据预设规则滤除所述长文本中的噪音字符；基于第一词袋模型，从滤除所述噪音字符的长文本提取第一词袋特征向量，所述第一词袋模型的词典包括若干词语；基于第二词袋模型，从滤除所述噪音字符的长文本提取第二词袋特征向量，所述第二词袋模型的词典包括若干单个文字；基于分类模型，根据所述第一词袋特征向量和第二词袋特征向量对所述待分类的长文本进行分类以得到分类数据。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910268933.1/，转载请声明来源钻瓜专利网。
