[發(fā)明專利]一種基于人工智能的圖書(shū)分類(lèi)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810554466.4
• 申請(qǐng)日: 2018-05-17
• 公開(kāi)（公告）號(hào): CN108875808A
• 公開(kāi)（公告）日: 2018-11-23
• 發(fā)明（設(shè)計(jì)）人: 高桂玲;折宇超
• 申請(qǐng)（專利權(quán)）人: 延安職業(yè)技術(shù)學(xué)院
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06N3/04
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于人工智能的圖書(shū)分類(lèi)方法，其特征在于，包括如下步驟：

步驟一、對(duì)于現(xiàn)有的圖書(shū)進(jìn)行成熟模型訓(xùn)練；

首先讀取所有圖書(shū)的名稱及對(duì)應(yīng)書(shū)架并將圖書(shū)名稱轉(zhuǎn)化為拼音，通過(guò)n-gram結(jié)合word2Vec或者TF-IDF進(jìn)行分詞形成特征向量，其中，n為大于等于1的正整數(shù)，然后根據(jù)書(shū)架所屬的圖書(shū)種類(lèi)個(gè)數(shù)確定分類(lèi)個(gè)數(shù)；

將已有圖書(shū)的特征向量及對(duì)應(yīng)的書(shū)架號(hào)分為3塊，比例分別為6∶2∶2.其中60％用于訓(xùn)練模型，20％用于測(cè)試訓(xùn)練精度并不斷調(diào)整模型已使測(cè)試精度達(dá)到最高，剩余的20％用于實(shí)際測(cè)量精度；此時(shí)，通過(guò)模型庫(kù)中的模型對(duì)60％的圖書(shū)數(shù)據(jù)圖書(shū)特征向量進(jìn)行分類(lèi)，得出訓(xùn)練模型并使用20％的數(shù)據(jù)作為測(cè)試數(shù)據(jù)對(duì)模型進(jìn)行評(píng)測(cè)，得到精度最高的模型，并用剩余20％的數(shù)據(jù)進(jìn)行實(shí)測(cè)，選擇此時(shí)精度最高的模型作為成熟模型；

步驟二、當(dāng)新進(jìn)圖書(shū)時(shí)，首先讀取所有新進(jìn)圖書(shū)的圖書(shū)名稱，并將其轉(zhuǎn)化為拼音，將其按照成熟模型中的分冊(cè)的方法轉(zhuǎn)化進(jìn)一步轉(zhuǎn)化為特征向量，然后使用成熟模型對(duì)圖書(shū)進(jìn)行分類(lèi)，得到新圖書(shū)所屬的書(shū)架號(hào)。

2.如權(quán)利要求1所述的一種基于人工智能的圖書(shū)分類(lèi)方法，其特征在于，所述步驟一選用隨機(jī)森林作為分類(lèi)器進(jìn)行訓(xùn)練得到成熟模型；首先提取對(duì)已有圖書(shū)的拼音和對(duì)應(yīng)的書(shū)架，對(duì)拼音進(jìn)行n-gram劃分，對(duì)于劃分出的字母組合使用word2vec或者TF-IDF進(jìn)行數(shù)字變換，變換后按3∶1∶1分成第一份、第二份、第三份，然后按照如下步驟進(jìn)行模型調(diào)優(yōu)：

S1、調(diào)節(jié)隨機(jī)森林模型參數(shù)，包括但不限于樹(shù)的最大深度和樹(shù)的最大數(shù)量，調(diào)節(jié)完畢后使用第一份數(shù)據(jù)進(jìn)行訓(xùn)練并使用評(píng)估函數(shù)進(jìn)行評(píng)估，選出最優(yōu)值；

S2、使用第二份數(shù)據(jù)對(duì)模型進(jìn)行評(píng)測(cè)，通過(guò)評(píng)估函數(shù)進(jìn)行評(píng)估并修正模型；

S3、重復(fù)執(zhí)行步驟S1-步驟S2，直到滿足條件為止；

確定模型之后使用第三份數(shù)據(jù)進(jìn)行實(shí)測(cè)，則此時(shí)的評(píng)估函數(shù)則為實(shí)測(cè)值。

3.如權(quán)利要求1所述的一種基于人工智能的圖書(shū)分類(lèi)方法，其特征在于，所述步驟一選用神經(jīng)網(wǎng)絡(luò)甚至深度學(xué)習(xí)網(wǎng)絡(luò)作為分類(lèi)器進(jìn)行訓(xùn)練得到成熟模型；按如下順序進(jìn)行：

S1、提取對(duì)已有圖書(shū)的拼音和對(duì)應(yīng)的書(shū)架，對(duì)拼音進(jìn)行n-gram劃分，對(duì)于劃分出的字母組合使用word2vec或者TF-IDF進(jìn)行數(shù)字變換，變換后按3∶1∶1分成第一份、第二份、第三份；

S2、確定神經(jīng)網(wǎng)絡(luò)參數(shù)并調(diào)優(yōu)，包括但不限于輸入特征值、輸出分類(lèi)個(gè)數(shù)、

隱藏層個(gè)數(shù)、隱藏節(jié)點(diǎn)函數(shù)，使用第二份數(shù)據(jù)對(duì)模型進(jìn)行評(píng)測(cè)，即輸入拼音，輸出分類(lèi)書(shū)架結(jié)果，通過(guò)評(píng)估函數(shù)進(jìn)行評(píng)估并修正模型；

S3、重復(fù)執(zhí)行步驟S1-步驟S2，直到滿足條件為止；

確定模型之后使用第三份數(shù)據(jù)進(jìn)行實(shí)測(cè)，則此時(shí)的評(píng)估函數(shù)為實(shí)測(cè)值。