[发明专利]一种宽度神经网络模型的文本分类方法及相关组件

摘要

本发明公开了一种基于宽度神经网络模型的文本分类方法及相关组件，所述方法包括：获取历史文本数据并进行预处理得到数据集{xi,yi}，然后将所述数据集分为训练集和测试集；利用宽度学习系统分别对所述训练集中的单词的时序信息和重要信息进行学习，得到单词的最终时序信息Mk以及每个单词的增强节点；对所述最终时序信息Mk以及每个单词的增强节点进行级联，得到目标输入A；对所述目标输入A进行伪逆的岭回归近似计算，得到计算结果然后计算得到连接权重W，从而构建BLS‑RNN文本分类模型；利用所述测试集对所述文本分类模型进行测试；利用测试后的文本分类模型对目标文本进行分类。本发明通过综合考虑单词的时序信息和重要性，使文本分类更加有效准确。