一种短文本分类模型训练方法、装置
基本信息
| 申请号 | CN202110024039.7 | 申请日 | - |
| 公开（公告）号 | CN112765348A | 公开（公告）日 | 2021-05-07 |
| 申请公布号 | CN112765348A | 申请公布日 | 2021-05-07 |
| 分类号 | 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 | 分类 | 计算；推算；计数; |
| 发明人 | 苗朝府 | 申请（专利权）人 | 重庆创通联智物联网有限公司 |
| 代理机构 | 北京市隆安律师事务所 | 代理人 | 权鲜枝;朱营琢 |
| 地址 | 401336重庆市南岸区玉马路8号科技创业中心融英楼（经开区拓展区内） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种短文本分类模型训练方法、装置，该方法包括：收集训练用短文本，并抽取短文本的标签，对短文本进行分词处理，并利用短文本构建训练集；基于Word2Vec构建词向量模型，并利用训练集训练词向量模型；利用词向量模型将短文本向量化得到文本向量；搭建卷积神经网络，并利用文本向量训练卷积神经网络，从而得到短文本分类模型。上述训练方案能够避免传统的机器学习算法所需的复杂的特征工程和数据处理，便于操作和实现，能够根据标签对短文本实现准确的分类，提高了短文本分类的精确度和效率。 |
