一种短文本分类方法及装置制造方法及图纸

本发明专利技术实施例公开了一种短文本分类方法及装置，方法包括：对目标短文本进行向量化处理，得到向量化目标短文本；提取所述向量化目标短文本的特征，得到向量化目标短文本特征；根据所述向量化目标短文本特征，确定所述目标短文本的语义向量；根据所述目标短文本的语义向量，确定所述目标短文本的类别。本发明专利技术实施例根据所述目标短文本的语义向量，确定所述目标短文本的类别，提高了分类精度，提高了分类准确率；克服了支持向量机模型分类只能进行二分类的问题，本发明专利技术支持多类分类；克服了支持向量机模型对大规模训练样本难以实施的问题；自动化对目标短文本进行分类，减少了工作人员工作量。

A short text classification method and device

【技术实现步骤摘要】
一种短文本分类方法及装置
本专利技术涉及计算机
，具体涉及一种短文本分类方法及装置。
技术介绍
目前，在文本分类领域，支持向量机模型得到了广泛的应用。支持向量机模型分类适用于小样本学习，解决了非线性问题和高维问题，抗干扰能力强，总体表现出色。但是，支持向量机模型分类存在以下问题：第一方面，对缺失数据敏感，对样本的预测依赖于训练所得的分类决策函数，根据决策函数的值判断样本更接近哪个类别，即使在决策函数的值的置信度很低的情况下，依然会给出一个结果；第二方面，在公共安全领域案件分类这一特定场景，案件类别存在层次结构，如果仅采用单一层次的分类器，忽视了案件类别的层次关系，会导致分类的准确率低下；第三方面，支持向量机模型分类是借助二次规划来求解支持向量，而求解二次规划将涉及m阶矩阵的计算(m为样本的个数)，当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间，因此，对大规模训练样本难以实施；第四方面，支持向量机模型分类只给出了二分类的算法，而在数据挖掘的实际应用中，一般要解决多类的分类问题，因此，使用支持向量机模型分类解决多分类问本文档来自技高网...

【技术保护点】
1.一种短文本分类方法，其特征在于，包括：/n对目标短文本进行向量化处理，得到向量化目标短文本；/n提取所述向量化目标短文本的特征，得到向量化目标短文本特征；/n根据所述向量化目标短文本特征，确定所述目标短文本的语义向量；/n根据所述目标短文本的语义向量，确定所述目标短文本的类别。/n

【技术特征摘要】
1.一种短文本分类方法，其特征在于，包括：
对目标短文本进行向量化处理，得到向量化目标短文本；
提取所述向量化目标短文本的特征，得到向量化目标短文本特征；
根据所述向量化目标短文本特征，确定所述目标短文本的语义向量；
根据所述目标短文本的语义向量，确定所述目标短文本的类别。


2.根据权利要求1所述的短文本分类方法，其特征在于，所述对目标短文本进行向量化处理，得到向量化目标短文本之前，所述短文本分类方法，还包括：
对所述目标短文本进行预处理，得到预处理后的目标短文本。


3.根据权利要求2所述的短文本分类方法，其特征在于，所述对目标短文本进行向量化处理，得到向量化目标短文本，包括：
根据训练好的词向量库，对所述预处理后的目标短文本进行向量化处理，得到所述向量化目标短文本。


4.根据权利要求3所述的文本分类方法，其特征在于，所述根据训练好的词向量库，对所述预处理后的目标短文本进行向量化处理，得到所述向量化目标短文本，包括：
对所述预处理后的目标短文本划分词项，得到各个词项；
根据所述训练好的词向量库，对所述各个词项进行向量化处理，得到所述向量化目标短文本。


5.根据权利要求4所述的短文本分类方法，其特征在于，所述提取所述向量化目标短文本的特征，得到向量化目标短文本特征，包括：
利用卷积神经网络卷积层，提取所述向量化目标短文本的特征；
基于注意力机制，确定所述向量化目标短文本的特征中的关键特征，以...

【专利技术属性】
技术研发人员：刘晓春，杨春宇，闫继培，王竞文，
申请(专利权)人：北京海鑫科金高科技股份有限公司，
类型：发明
国别省市：北京;11