微博深度分类方法及系统技术方案

本发明专利技术实施例提供一种微博深度分类方法及系统，该方法包括：将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配，确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率；将所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率进行归一化处理，并将归一化处理后的数据输入学习模型；根据所述学习模型的输出确定微博事件分类模型；根据所述微博事件分类模型对微博文本进行分类。本发明专利技术实施例提供的微博深度分类方法及系统，能够对微博文本进行深入的细化分类，提高微博文本的分类正确率。

【技术实现步骤摘要】

本专利技术实施例涉及互联网
，尤其涉及微博深度分类方法及系统。
技术介绍
微博作为当下流行的社交方式之一，其短短的数十字的内容，不但描述了每个用户的所见所闻，所思所想，也真实地反映了社会上的大事小情。近来，对于微博数据的分析方法成为了研究的热点。在此基础之上，基于微博平台的突发事件监测、热点事件分析，用户社区监测、行为建模等方向层出不穷。然而，对于微博数据分析而言，微博的语义描述和分类是其中的基础和关键。因此，如何将微博文本进行精确的语义描述和深入细化分类是当下寇待解决的问题之一。
技术实现思路
本专利技术实施例提供一种微博深度分类方法及系统，用以对微博文本进行深入细化分类，提高微博文本分类的正确率。本专利技术实施例第一方面提供一种微博深度分类方法，该方法包括：将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配，确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率；将所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率进行归一化处理，并将归一化处理后的数据输入学习模型；根据所述学习模型的输出确定微博事件分类模型；根据所述微博事件分类模型对微博文本文档来自技高网...

【技术保护点】
一种微博深度分类方法，其特征在于，包括：将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配，确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率；将所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率进行归一化处理，并将归一化处理后的数据输入学习模型；根据所述学习模型的输出确定微博事件分类模型；根据所述微博事件分类模型对微博文本进行分类。

【技术特征摘要】
1.一种微博深度分类方法，其特征在于，包括：将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配，确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率；将所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率进行归一化处理，并将归一化处理后的数据输入学习模型；根据所述学习模型的输出确定微博事件分类模型；根据所述微博事件分类模型对微博文本进行分类。2.根据权利要求1所述的方法，其特征在于，所述将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配，确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率之前，还包括：将分词处理后的包含各类事件关键词汇的第二微博训练样本数据与预设的各第二筛选词库进行词汇匹配，从所述各第二筛选词库中确定所述各第一筛选词库。3.根据权利要求1所述的方法，其特征在于，所述根据所述学习模型的输出确定微博事件分类模型，包括：根据预先标记的所述第一微博训练样本数据的事件类型和所述学习模型输出的与所述第一微博训练样本数据对应的输出事件类型，确定当前的微博事件分类模型是否需要调整；若需要，则对当前的微博事件分类模型进行调整，以使所述学习模型的输出事件类型与预先标记的所述第一微博训练样本数据的事件类型一致。4.根据权利要求2所述的方法，其特征在于，所述将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配，确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率，包括：遍历各第一筛选词库，根据所述各第一筛选词库对应的哈希二进制算法，将分词后的所述第一微博训练样本数据分别与所述各...

【专利技术属性】
技术研发人员：赵志云，刘春阳，李雄，庞琳，张旭，王萌，王卿，李建欣，陈汉腾，刘垚鹏，彭浩，
申请(专利权)人：国家计算机网络与信息安全管理中心，
类型：发明
国别省市：北京;11