基于点互信息的词向量模型和基于CNN的文本分类方法
基本信息
| 申请号 | CN201810938236.8 | 申请日 | - |
| 公开（公告）号 | CN109189925A | 公开（公告）日 | 2020-01-17 |
| 申请公布号 | CN109189925A | 申请公布日 | 2020-01-17 |
| 分类号 | G06F16/35;G06N3/04;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 李万理;吴海明;薛云 | 申请（专利权）人 | 上海高航知识产权服务有限公司 |
| 代理机构 | 广州粤高专利商标代理有限公司 | 代理人 | 江裕强 |
| 地址 | 510006 广东省广州市番禺区外环西路378号华南师范大学物理与电信工程学院 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开基于点互信息的词向量模型和基于CNN的文本分类方法。该方法包括：（1）通过基于点互信息的全局词向量方法训练词向量模型；（2）根据训练好的词向量模型，确定所述文本的词向量矩阵；（3）通过CNN提取词向量矩阵中的特征，并训练分类模型；（4）根据训练好的词向量模型和CNN特征提取模型对输入文本特征提取；（5）根据CNN特征提取模型获取的文本特征，通过softmax和交叉熵方法计算文本与预设类别的映射距离，取距离最近的为文本对应类别。该方法克服了Glove词向量在语义捕捉和统计共现矩阵上的不足，降低模型训练复杂度，能够准确地挖掘出文本的分类特征，适用于各种领域的文本分类，具有极大的实用价值。 |
