[发明专利]文本分类模型构建方法、装置、终端及存储介质在审
| 申请号： | 201910113183.0 | 申请日： | 2019-02-13 |
| 公开（公告）号： | CN109960726A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 徐亮;金戈;肖京 | 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;G06K9/46 |
| 代理公司： | 深圳市立智方成知识产权代理事务所(普通合伙) 44468 | 代理人： | 王增鑫 |
| 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： | 本发明涉及神经网络技术领域，提供了一种文本分类模型构建方法、装置、终端及存储介质。所述文本分类模型构建方法包括：利用pytorch框架搭建卷积神经网络模型；其中，所述卷积神经网络模型设置于嵌入层；获取文本分类训练数据，利用Word2Vec算法将所述文本训练数据进行词向量训练，得到词向量；将所述词向量输入卷积神经网络模型进行分类训练，直至收敛时，得到文本分类模型。本发明的文本分类模型采用Pytorch框架，由于Pytorch框架面向对象的接口设计来源于torch，而torch的接口设计具有灵活易用的特点,并且PyTorch框架能够逐层打印出计算结果以便于调试，因此构建的文本分类模型更易于维护和调试。 | ||
| 搜索关键词： | 文本分类模型 构建 卷积神经网络 词向量 存储介质 接口设计 调试 神经网络技术 终端 面向对象 模型设置 文本分类 文本训练 训练数据 嵌入层 算法 收敛 打印 分类 灵活 维护 | ||
【主权项】：
1.一种文本分类模型构建方法，其特征在于，包括：利用pytorch框架搭建卷积神经网络模型；其中，所述卷积神经网络模型设置于嵌入层；获取文本分类训练数据，利用Word2Vec算法将所述文本训练数据进行词向量训练，得到词向量；将所述词向量输入卷积神经网络模型进行分类训练，直至收敛时，得到文本分类模型。
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/201910113183.0/，转载请声明来源钻瓜专利网。
