[发明专利]一种文本分类方法、装置、设备及存储介质在审
| 申请号： | 201910479226.7 | 申请日： | 2019-06-04 |
| 公开（公告）号： | CN110309304A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 李坤 | 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;G06K9/62;G06N3/04 |
| 代理公司： | 北京市京大律师事务所 11321 | 代理人： | 刘挽澜 |
| 地址： | 518033 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： | 本申请涉及文本分类领域，提供一种文本分类方法、装置、设备及存储介质，方法包括：获取训练文本，将所述训练文本输入神经网络模型的编码层，在所述编码层对所述训练文本进行词向量化，得到与所述训练文本对应的特征向量；将所述特征向量输入RNN模型，对句子进行建模，捕捉所述训练文本中各句子的长距离依赖特征；将捕获了所述长距离依赖信息的特征向量输入所述神经网络模型中的卷积神经网络CNN模型；在所述CNN模型中从所述特征向量中提取局部特征，得到目标特征向量；其中，局部特征是指所述特征向量中的局部相关性；将所述目标特征向量输入到所述分类器，通过所述分类器对所述训练文本进行分类处理，得到分类后的文本。 | ||
| 搜索关键词： | 训练文本 特征向量 文本分类 目标特征向量 存储介质 局部特征 编码层 分类器 句子 卷积神经网络 神经网络模型 输入神经网络 分类处理 向量化 建模 捕获 捕捉 文本 分类 申请 | ||
【主权项】：
1.一种文本分类方法，其特征在于，所述方法包括：获取训练文本，所述训练文本包括多个句子，每个句子包括多个词；将所述训练文本输入神经网络模型的编码层，在所述编码层对所述训练文本进行词向量化，得到与所述训练文本对应的特征向量；将所述特征向量输入RNN模型，对句子进行建模，捕捉所述训练文本中各句子的长距离依赖特征；其中，所述长距离依赖特征是指文本的上下文向量，且上下文向量在时域上长期依赖；将捕获了所述长距离依赖信息的特征向量输入所述神经网络模型中的卷积神经网络CNN模型；在所述CNN模型中从所述特征向量中提取局部特征，得到目标特征向量；其中，局部特征是指所述特征向量中的局部相关性；将所述目标特征向量输入到所述分类器，通过所述分类器对所述训练文本进行分类处理，得到分类后的文本。
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/201910479226.7/，转载请声明来源钻瓜专利网。
