[发明专利]一种文本数据的自动分类方法及系统在审
| 申请号： | 201910346375.6 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110134764A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 王勇;高畅 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35;G06N3/04;G06N3/08 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 孙丽丽 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本数据的自动分类方法及系统，该方法及系统首先使用Word2Vec工具训练原始的文本数据的词向量；然后将原始的文本数据输入到用于自动分类的深度神经网络模型中，结合原先训练得到文本数据对应的词向量，实现对文本数据的自动分类。该方法及系统使用了一个由两个不同方向的LSTM组成的双向LSTM网络，这样不仅能够利用前文的语义信息，同时也能够利用后文的语义信息，使得提取的特征信息更加丰富。 | ||
| 搜索关键词： | 文本数据 自动分类 语义信息 词向量 神经网络模型 工具训练 特征信息 网络 | ||
【主权项】：
1.一种文本数据的自动分类方法，其特征在于，包括以下步骤：S1、将原始的文本数据输入到Word2Vec工具中，训练得到文本数据对应的词向量；其中，词向量中包括了若干个子向量，每个子向量对应的是文本数据中单独的单词；S2、将原始的文本数据输入到用于自动分类的深度神经网络模型中，结合步骤S1训练得到文本数据对应的词向量，实现对文本数据的自动分类。
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国地质大学（武汉），未经中国地质大学（武汉）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/201910346375.6/，转载请声明来源钻瓜专利网。
