[發明專利]基于深度卷積神經網絡進行文本特征提取的方法

在審

• 申請號: 201810379548.X
• 申請日: 2018-04-25
• 公開（公告）號: CN108595429A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 張黎;鄒開紅;宗旭;肖增輝
• 申請（專利權）人: 杭州閃捷信息科技股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06K9/62;G06N3/04
• 代理公司: 杭州千克知識產權代理有限公司 33246
• 代理人: 裴金華

本發明提供基于深度卷積神經網絡進行文本特征提取的方法，屬于文本特征提取技術領域。該基于深度卷積神經網絡進行文本特征提取的方法包括以下步驟：S1：將句子樣本中的詞轉換為詞向量；S2：通過深度卷積神經網絡掃描所述詞向量得到掃描特征；S3：通過對掃描特征進行采樣生成深度特征；S4：將深度特征輸入至分類層得到分類結果。本發明中將句子樣本中的詞轉換為詞向量，通過深度卷積神經網絡掃描詞向量得到掃描特征，通過對掃描特征進行采樣生成深度特征，將深度特征輸入至分類層得到分類結果，則完成對文本的特征提取，解決了句子長短不一的問題，提高了文本特征提取的準確率和性能，消耗資源更少，效率更高。

技術領域

本發明屬于文本特征提取技術領域，涉及基于深度卷積神經網絡進行文本特征提取的方法。

背景技術

隨著互聯網的快速發展，互聯網已經成為了人們獲取信息的主要渠道，互聯網上的文本數據內容呈現著指數增長的趨勢。互聯網上的文本數據包括豐富的信息，這些信息對于我們構建知識庫或知識圖譜非常有用；但是人工進行相關知識提取的工作量過大，如果能夠通過計算機理解并提取出有用的信息，這樣就可以節省大量的人力。但互聯網上的文本數據幾乎都是以自然語言的形式存在，即無結構化的，計算機無法直接進行處理。為了解決這個問題，信息抽取技術應運而生，信息抽取技術從無結構化的文本數據中抽取出結構化數據。文本挖掘技術可以幫助人們快速有效的從海量數據中獲取關鍵信息，而文本特征提取則是文本挖掘的關鍵步驟。

發明內容

本發明針對現有的技術存在的上述問題，提供基于深度卷積神經網絡進行文本特征提取的方法，本發明所要解決的技術問題是：如何通過深度卷積神經網絡對文本中的特征進行提取。

本發明的目的可通過下列技術方案來實現：

基于深度卷積神經網絡進行文本特征提取的方法，包括以下步驟：

S1：將句子樣本中的詞轉換為詞向量；

S2：通過深度卷積神經網絡掃描所述詞向量得到掃描特征；

S3：通過對掃描特征進行采樣生成深度特征；

S4：將深度特征輸入至分類層得到分類結果。

優選的，步驟S1中根據詞典將句子樣本分隔成詞。

優選的，步驟S1中通過embedding將詞轉換為詞向量。

優選的，步驟S2中具體包括：

S21：將詞向量進行計算分權得到特征矩陣；

S22：通過深度卷積神經網絡的濾波器掃描特征矩陣得到掃描特征。

優選的，步驟S3中具體包括：

S31：通過max-pool對掃描特征進行采樣得到采樣特征；

S32：從采樣特征中篩選出深度特征。

優選的，步驟S32中從采樣特征中篩選出最大值作為深度特征。

優選的，所述濾波器掃描特征矩陣時每次移動的距離相等。

優選的，步驟S4中分類層將深度特征全連接生成連接特征，將連接特征輸入分類層中將連接特征與類別庫進行對比生成分類結果。

優選的，所述分類層為softmax分類層。

優選的，所述濾波器的寬度和特征矩陣的寬度相等。

本發明中將句子樣本中的詞轉換為詞向量，通過深度卷積神經網絡掃描詞向量得到掃描特征，準確率高，通過對掃描特征進行采樣生成深度特征，防止過度擬合，方便優化，將深度特征輸入至分類層得到分類結果，則完成對文本的特征提取，解決了句子長短不一的問題，提高了文本特征提取的準確率和性能，消耗資源更少，效率更高。