[发明专利]一种基于词嵌入的文本分类训练样本扩充方法有效
| 申请号： | 201911119076.5 | 申请日： | 2019-11-15 |
| 公开（公告）号： | CN111104510B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 卓可秋 | 申请（专利权）人： | 南京中新赛克科技有限责任公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F18/214;G06F18/2413 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王安琪 |
| 地址： | 210000 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于词嵌入的文本分类训练样本扩充方法，包括如下步骤：从小样本类中获取关键词，形成关键词集合；将非小样本类的所有文本分词，随机抽掉一半的词，并从关键词集合中有放回地随机选取相应数量的词，替换非小样本类文本中被抽掉的词，形成新的语段；用文本相似度计算新语段与已知训练样本的K最近邻；将经过K最近邻分类后归为小样本类的新语段筛选出来，与文本分类训练样本集合并，形成扩充后的训练样本集。本发明利用文本外的词来扩展已有的训练样本，使得新增样本中的词的表达更具丰富性；利用K最近邻文本分类将基于词嵌入所生成的候选样本进行筛选，剔除掉错误的候选训练样本，获得可用训练样本，达到扩充训练样本的目的。 | ||
| 搜索关键词： | 一种 基于 嵌入 文本 分类 训练 样本 扩充 方法 | ||
【主权项】：
暂无信息
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南京中新赛克科技有限责任公司，未经南京中新赛克科技有限责任公司许可，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/201911119076.5/，转载请声明来源钻瓜专利网。
- 上一篇：系统安全漏洞的检测方法和装置
- 下一篇：一种短切纱扬料式烘干装置
