一种长文本的无监督分类方法
基本信息
| 申请号 | CN202110691284.3 | 申请日 | - |
| 公开（公告）号 | CN113378950A | 公开（公告）日 | 2021-09-10 |
| 申请公布号 | CN113378950A | 申请公布日 | 2021-09-10 |
| 分类号 | G06K9/62（2006.01）I;G06F40/284（2020.01）I;G06F40/30（2020.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 林正春;兰林;陈功文 | 申请（专利权）人 | 深圳市查策网络信息技术有限公司 |
| 代理机构 | 深圳市查策知识产权代理事务所（普通合伙） | 代理人 | 曾令安 |
| 地址 | 518000广东省深圳市龙华区民治街道民乐社区星河WORLD二期C栋3103A | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种长文本的无监督分类方法，包括以下步骤：对待分类长文本进行过滤，提取待分类长文本中的标题文本、正文文本及发文部门文本三个部分；提取标题文本、正文文本及发文部门文本三个部分的权重系数；根据提取的权重系数将标题文本、正文文本及发文部门文本融合成一个新的长文本T；对新的长文本T进行中文分词，提取分词信息；将分词信息输入词向量模型得到词向量信息；根据词向量信息，计算长文本T的特征向量；对长文本T的特征向量进行聚类得到文本分类。通过本发明，改进长文本分类的方法，降低了长文本分类的时间复杂度，提高长文本分类的准确性，更方便用户对长文本解读和分类。 |
