[发明专利]文本分类方法、模型和装置有效
| 申请号： | 201910492286.2 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110399482B | 公开（公告）日： | 2021-12-03 |
| 发明（设计）人： | 杨志明 | 申请（专利权）人： | 深思考人工智能机器人科技（北京）有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 谢安昆;宋志强 |
| 地址： | 100084 北京市海淀区上*** | 国省代码： | 北京;11 |
| 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分类方法、模型和装置，该方法包括：将待分类文本转换为字向量V1；将字向量V1输入CNN模型的卷积部分，CNN模型的卷积部分输出特征向量V3，将特征向量V3输入第一池化层，第一池化层输出特征向量V4；以及，将字向量V1输入第二池化层，第二池化层输出特征向量V5；将特征向量V4和特征向量V5合并为特征向量V6；将特征向量V6输入全连接层；全连接层输出待分类文本的文本分类。本发明的方法，结合了RNN模型和CNN模型，提高文本分类结果的准确率。 | ||
| 搜索关键词： | 文本 分类 方法 模型 装置 | ||
【主权项】：
1.一种文本分类方法，其特征在于，所述方法包括：将待分类文本转换为字向量V1；将所述字向量V1输入CNN模型的卷积部分，所述CNN模型的卷积部分输出特征向量V3，将所述特征向量V3输入第一池化层，所述第一池化层输出特征向量V4；以及，将所述字向量V1输入第二池化层，所述第二池化层输出特征向量V5；将所述特征向量V4和特征向量V5合并为特征向量V6；将所述特征向量V6输入全连接层，所述全连接层输出所述待分类文本的文本分类。
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深思考人工智能机器人科技（北京）有限公司，未经深思考人工智能机器人科技（北京）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/201910492286.2/，转载请声明来源钻瓜专利网。
