基于點互信息的詞向量模型和基于CNN的文本分類方法

基本信息

申請?zhí)?/td> CN201810938236.8 申請日 -
公開（公告）號 CN109189925B 公開（公告）日 2020-01-17
申請公布號 CN109189925B 申請公布日 2020-01-17
分類號 G06F16/35;G06N3/04;G06K9/62 分類 計算；推算；計數(shù);
發(fā)明人 李萬理;吳海明;薛云 申請（專利權(quán)）人 上海高航知識產(chǎn)權(quán)服務(wù)有限公司
代理機構(gòu) 廣州粵高專利商標(biāo)代理有限公司 代理人 江裕強
地址 510006 廣東省廣州市番禺區(qū)外環(huán)西路378號華南師范大學(xué)物理與電信工程學(xué)院
法律狀態(tài) -

摘要

摘要 本發(fā)明公開基于點互信息的詞向量模型和基于CNN的文本分類方法。該方法包括：（1）通過基于點互信息的全局詞向量方法訓(xùn)練詞向量模型；（2）根據(jù)訓(xùn)練好的詞向量模型，確定所述文本的詞向量矩陣；（3）通過CNN提取詞向量矩陣中的特征，并訓(xùn)練分類模型；（4）根據(jù)訓(xùn)練好的詞向量模型和CNN特征提取模型對輸入文本特征提取；（5）根據(jù)CNN特征提取模型獲取的文本特征，通過softmax和交叉熵方法計算文本與預(yù)設(shè)類別的映射距離，取距離最近的為文本對應(yīng)類別。該方法克服了Glove詞向量在語義捕捉和統(tǒng)計共現(xiàn)矩陣上的不足，降低模型訓(xùn)練復(fù)雜度，能夠準(zhǔn)確地挖掘出文本的分類特征，適用于各種領(lǐng)域的文本分類，具有極大的實用價值。