一種主題分類方法和裝置

基本信息

申請?zhí)?/td> CN201910656595.9 申請日 -
公開（公告）號 CN110502747A 公開（公告）日 2019-11-26
申請公布號 CN110502747A 申請公布日 2019-11-26
分類號 G06F17/27（2006.01）; G06K9/62（2006.01）; G06N3/04（2006.01）; G06N3/08（2006.01） 分類 計算；推算；計數(shù);
發(fā)明人 王子夫; 魏越; 何慧 申請（專利權）人 北京云和時空科技有限公司
代理機構 北京潤澤恒知識產權代理有限公司 代理人 北京云和時空科技有限公司
地址 100080 北京市海淀區(qū)蘇州街1號7層116
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例提供一種主題分類方法和裝置，所述方法包括：對第一語料數(shù)據(jù)進行分詞處理，得到第二語料數(shù)據(jù)；根據(jù)候選分詞在第二語料數(shù)據(jù)的數(shù)目確定候選分詞的權重值，并將權重值大于權重閾值的候選分詞作為第二語料數(shù)據(jù)的關鍵詞；根據(jù)權重值給第二語料數(shù)據(jù)中各語料子數(shù)據(jù)分配的目標關鍵詞，并根據(jù)語料子數(shù)據(jù)及目標關鍵詞生成第三語料數(shù)據(jù)；基于第三語料數(shù)據(jù)與預置詞向量對主題分類模型訓練；采用訓練后的主題分類模型對目標文本分類。本發(fā)明實施例通過自動對語料數(shù)據(jù)關鍵詞標注，減少了語料數(shù)據(jù)標注所需的人力投入和人為參與，從而降低了主題分類模型訓練的人力投入的同時，避免了由于人為參與導致的誤差，提高了主題分類模型的準確性。