[發明專利]一種文本的分類方法及裝置

在審

• 申請號: 201810505710.8
• 申請日: 2018-05-24
• 公開（公告）號: CN108763418A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 陸聰;張北偉
• 申請（專利權）人: 遼寧石油化工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種文本的分類方法及裝置，涉及一種數據處理技術領域，主要目的在于現有由于文本中的文字、詞語特征在于特定的情況下可能表達的褒貶詞性是不同的，使得文本的體現內容也會不同，這就造成了文本分類的不準確性，降低文本分類的效率的問題。技術方案為：獲取待分類的文本數據；利用訓練好的深度信念網絡模型DBN對所述文本數據進行預測分類，所述深度信念網絡模型DBN是通過無監督訓練每一層波爾茲曼機網絡RBM得到特征向量后，利用配置為最后一層的分類器模型訓練所述特征向量得到的模型。適用于文本的分類。

技術領域

本發明涉及一種數據處理技術領域，特別是涉及一種文本的分類方法及裝置。

背景技術

隨著因特網的快速發展，海量級的數據及信息需要不斷進行處理分析，尤其針對占用網絡資源較少、更容易上傳和下載的文本數據。在進行文本處理的過程中，為了簡化處理過程，有效分析文本數據的特征，需要對文本進行分類。

目前，文本的分類通常是通過對分析文本中的文字、詞語特征從而進行分類，但是，由于文本中的文字、詞語特征在于特定的情況下可能表達的褒貶詞性是不同的，使得文本的體現內容也會不同，這就造成了文本分類的不準確性，降低文本分類的效率。

發明內容

有鑒于此，本發明提供一種文本的分類方法及裝置，主要目的在于現有由于文本中的文字、詞語特征在于特定的情況下可能表達的褒貶詞性是不同的，使得文本的體現內容也會不同，這就造成了文本分類的不準確性，降低文本分類的效率的問題。

依據本發明一個方面，提供了一種文本的分類方法，包括：

獲取待分類的文本數據；

利用訓練好的深度信念網絡模型DBN對所述文本數據進行預測分類，所述深度信念網絡模型DBN是通過無監督訓練每一層波爾茲曼機網絡RBM得到特征向量后，利用配置為最后一層的分類器模型訓練所述特征向量得到的模型。

進一步地，所述方法還包括：

配置待建立的DBN中的學習率以及權衰減，所述學習率為以權重更新量為權重的10^-3倍為自調整范圍，所述權衰減包括梯度項、一個以權重參數的平方和的1/2乘以正則化系數的懲罰函數。

進一步地，所述方法還包括：

建立具有兩層網絡結構的RBM以及一層BP神經網絡的DBN，并將所述DBN中的學習率以及權衰減分別配置為所述以權重更新量為權重的10^-3倍為自調整范圍的學習率，以及包括梯度項、一個以權重參數的平方和的1/2乘以正則化系數的懲罰函數的權衰減，并確定誤差率與迭代次數之間的關系，利用用于訓練的文本數據結合所述學習率、所述權衰減、所述誤差率、所述迭代次數對所述DBN進行訓練。

進一步地，所述學習率取值為0.62。

依據本發明一個方面，提供了一種文本的分類裝置，包括：

獲取單元，用于獲取待分類的文本數據；

分類單元，用于利用訓練好的深度信念網絡模型DBN對所述文本數據進行預測分類，所述深度信念網絡模型DBN是通過無監督訓練每一層波爾茲曼機網絡RBM得到特征向量后，利用配置為最后一層的分類器模型訓練所述特征向量得到的模型。

進一步地，所述裝置還包括：

配置單元，用于配置待建立的DBN中的學習率以及權衰減，所述學習率為以權重更新量為權重的10^-3倍為自調整范圍，所述權衰減包括梯度項、一個以權重參數的平方和的1/2乘以正則化系數的懲罰函數。

進一步地，所述裝置還包括：