[發(fā)明專利]一種基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法

在審

• 申請?zhí)枺?/td>: 202010104287.8
• 申請日: 2020-02-20
• 公開（公告）號: CN111259157A
• 公開（公告）日: 2020-06-09
• 發(fā)明（設(shè)計）人: 程良倫;鄧健峰
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 黃忠

1.一種基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，包括：

構(gòu)建混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型，所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型包括BiGRU網(wǎng)絡(luò)和膠囊網(wǎng)絡(luò)；

將基于獲取的待分類中文文本得到的第一字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型，使得所述BiGRU網(wǎng)絡(luò)基于所述第一字符向量提取所述待分類中文文本的上下文特征，所述膠囊網(wǎng)絡(luò)對所述上下文特征進(jìn)行處理，輸出所述待分類中文文本的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，所述將基于獲取的待分類中文文本得到的第一字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型，包括：

基于Word2Vec模型將獲取的所述待分類中文文本映射為所述第一字符向量；

將所述第一字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求2所述的基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，所述基于Word2Vec模型將獲取的所述待分類中文文本映射為所述第一字符向量，之前還包括：

對獲取的所述待分類中文文本進(jìn)行預(yù)處理。

4.根據(jù)權(quán)利要求1所述的基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，所述將基于獲取的待分類中文文本得到的第一字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型，使得所述BiGRU網(wǎng)絡(luò)基于所述第一字符向量提取所述待分類中文文本的上下文特征，所述膠囊網(wǎng)絡(luò)對所述上下文特征進(jìn)行處理，輸出所述待分類中文文本的分類結(jié)果，之前還包括：

獲取待訓(xùn)練中文文本；

將基于所述待訓(xùn)練中文文本得到的第二字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型，對所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

當(dāng)所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型達(dá)到收斂條件時，得到訓(xùn)練好的所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求4所述的基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，所述將基于所述待訓(xùn)練中文文本得到的第二字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型，包括：

基于Word2Vec模型將所述待訓(xùn)練中文文本映射為所述第二字符向量；

將所述第二字符向量輸入到所述混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型。

6.根據(jù)權(quán)利要求5所述的基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，所述基于Word2Vec模型將所述待訓(xùn)練中文文本映射為所述第二字符向量，之前還包括：

對所述待訓(xùn)練中文文本進(jìn)行預(yù)處理。

7.根據(jù)權(quán)利要求3或6所述的基于混合雙向循環(huán)膠囊網(wǎng)絡(luò)模型的中文文本分類方法，其特征在于，所述預(yù)處理包括去除停用詞、去除標(biāo)點符號和分詞處理。