申请/专利权人:中国电子科技集团公司第七研究所
申请日:2019-12-12
公开(公告)日:2020-05-15
公开(公告)号:CN111159335A
主分类号:G06F16/33(20190101)
分类号:G06F16/33(20190101);G06F16/35(20190101);G06F40/30(20200101)
优先权:
专利状态码:有效-授权
法律状态:2023.06.23#授权;2020.06.09#实质审查的生效;2020.05.15#公开
摘要:本发明公开了一种基于金字塔池化与LDA主题模型的短文本分类方法,包括以下步骤:构建文本向量矩阵;通过金字塔池化模型将不同文本的向量固定为统一的向量表示;采用LDA主题模型对上述的文本向量进行文本主题概率向量提取,得出文本的主题概率向量;将通过金字塔池化模型后的向量与得到的文本的主题概率向量进行拼接,采用余弦相似性的公式进行文本之间相似度计算,结合相似度阈值进行文本分类计算;完成短文本的分类。本发明不仅考虑了词语的空间分布,还能考虑词语的频次关系,避免特征丢失的问题,有效的提高了短文本分类的准确度。
主权项:1.一种基于金字塔池化与LDA主题模型的短文本分类方法,其特征在于:所述的短文本分类方法包括以下步骤:S1:构建文本向量矩阵;S2:通过金字塔池化模型将不同文本的向量固定为统一的向量表示;S3:采用LDA主题模型对步骤S1的文本向量进行文本主题概率向量提取,得出文本的主题概率向量;S4:将步骤S2通过金字塔池化模型后的向量与步骤S3得到的文本的主题概率向量进行拼接,采用余弦相似性的公式进行文本之间相似度计算,结合相似度阈值进行文本分类计算;S5:完成短文本的分类。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第七研究所 基于金字塔池化与LDA主题模型的短文本分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。