[发明专利]基于神经网络的文本分类方法、系统及计算机设备在审
| 申请号： | 201910374240.0 | 申请日： | 2019-05-07 |
| 公开（公告）号： | CN110263152A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 于凤英;王健宗 | 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;G06N3/04 |
| 代理公司： | 北京英特普罗知识产权代理有限公司 11015 | 代理人： | 林彦之 |
| 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： | 本发明实施例提供了一种基于神经网络的文本分类方法，所述方法包括：对待分类文本进行分词操作以获取L个分词；对所述L个分词分别进行词向量映射，以获取L*d维词向量矩阵，其中每个分词映射为一个d维词向量；通过卷积层对所述L*d维词向量矩阵执行卷积操作，得到M个卷积特征图，所述卷积层包括M个f*d的卷积核；将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(L‑f+1)个输入向量，1≤j≤(L‑f+1)；及将所述(L‑f+1)个输入向量依顺序输入到长短短期记忆网络模型中，计算所述待分类文本的分类向量。本发明实施例提供的文本分类方法，可以有效避免文本分类错误的问题，从而提高分类准确率。 | ||
| 搜索关键词： | 卷积 文本分类 词向量 分词 输入向量 矩阵 神经网络 特征图 映射 待分类文本 分类准确率 计算机设备 分类文本 分类向量 记忆网络 元素配置 卷积核 | ||
【主权项】：
1.一种基于神经网络的文本分类方法，其特征在于，所述方法包括：对待分类文本进行分词操作以获取L个分词；对所述L个分词分别进行词向量映射，以获取L*d维词向量矩阵，其中每个分词映射为一个d维词向量；通过卷积层对所述L*d维词向量矩阵执行卷积操作，得到M个卷积特征图，所述卷积层包括M个f*d的卷积核；将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(L‑f+1)个输入向量，1≤j≤(L‑f+1)，其中所述第j个输入向量中的元素排列顺序由各个元素所在的特征卷积图的i值决定，i为卷积核标识，1≤i≤M；及将所述(L‑f+1)个输入向量依顺序输入到长短短期记忆网络模型中，计算所述待分类文本的分类向量。
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/201910374240.0/，转载请声明来源钻瓜专利网。
