一種短文本分類模型訓(xùn)練方法、裝置
基本信息
| 申請?zhí)?/td> | CN202110024039.7 | 申請日 | - |
| 公開（公告）號(hào) | CN112765348A | 公開（公告）日 | 2021-05-07 |
| 申請公布號(hào) | CN112765348A | 申請公布日 | 2021-05-07 |
| 分類號(hào) | G06N3/08(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06F16/35(2019.01)I;G06F40/284(2020.01)I;G06F40/289(2020.01)I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 苗朝府 | 申請（專利權(quán)）人 | 重慶創(chuàng)通聯(lián)智物聯(lián)網(wǎng)有限公司 |
| 代理機(jī)構(gòu) | 北京市隆安律師事務(wù)所 | 代理人 | 權(quán)鮮枝;朱營琢 |
| 地址 | 401336重慶市南岸區(qū)玉馬路8號(hào)科技創(chuàng)業(yè)中心融英樓（經(jīng)開區(qū)拓展區(qū)內(nèi)） | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種短文本分類模型訓(xùn)練方法、裝置，該方法包括：收集訓(xùn)練用短文本，并抽取短文本的標(biāo)簽，對短文本進(jìn)行分詞處理，并利用短文本構(gòu)建訓(xùn)練集；基于Word2Vec構(gòu)建詞向量模型，并利用訓(xùn)練集訓(xùn)練詞向量模型；利用詞向量模型將短文本向量化得到文本向量；搭建卷積神經(jīng)網(wǎng)絡(luò)，并利用文本向量訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，從而得到短文本分類模型。上述訓(xùn)練方案能夠避免傳統(tǒng)的機(jī)器學(xué)習(xí)算法所需的復(fù)雜的特征工程和數(shù)據(jù)處理，便于操作和實(shí)現(xiàn)，能夠根據(jù)標(biāo)簽對短文本實(shí)現(xiàn)準(zhǔn)確的分類，提高了短文本分類的精確度和效率。?? |
