[发明专利]面向分级读物的多尺度难度向量分类方法有效
| 申请号： | 201910874324.0 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110727796B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 马千里;陈海斌;田帅 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06F40/289;G06F40/211;G06F40/216 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 蒋剑明 |
| 地址： | 510640 广*** | 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： | 本发明公开了一种面向分级读物的多尺度难度向量分类方法，该分类方法首先构造词语搭配特征、上下文特征、主题特征等丰富了特征表示，结合之前研究中效果最突出的特征，获得一个轻量、全面的句子难度向量，再输入到分类器如梯度提升树(GBDT)中，在教育分级读物语料、通用语料上达到很好的效果。该发明简化了特征表示，只需要21个向量就能体现句子难度，引入了多尺度特征丰富了难度特征表示，增强了模型泛化性；结合新使用的上下文信息构建了对句子级别和文章级别都适用的难度向量表示系统，在句子级别和文章级别的两个数据集都获得了较好的效果；分类器使用梯度提升树，训练速度快，可以获得特征重要性排序。 | ||
| 搜索关键词： | 面向 分级 读物 尺度 难度 向量 分类 方法 | ||
【主权项】：
1.一种面向分级读物的多尺度难度向量分类方法，其特征在于，所述的分类方法包括以下步骤：/nS1、预先对web html文本格式的原始文本数据进行清洗，再进行分句，分类每一个样本；/nS2、将文本切分为句子s＝(s
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华南理工大学，未经华南理工大学许可，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/201910874324.0/，转载请声明来源钻瓜专利网。
- 上一篇：新闻播报的方法及装置
- 下一篇：标签生成方法、装置、电子设备和计算机可读介质
