- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种短文本分类模型训练方法、装置,该方法包括:收集训练用短文本,并抽取短文本的标签,对短文本进行分词处理,并利用短文本构建训练集;基于Word2Vec构建词向量模型,并利用训练集训练词向量模型;利用词向量模型将短文本向量化得到文本向量;搭建卷积神经网络,并利用文本向量训练卷积神经网络,从而得到短文本分类模型。上述训练方案能够避免传统的机器学习算法所需的复杂的特征工程和数据处理,便于操作和实现,能够根据标签对短文本实现准确的分类,提高了短文本分类的精确度和效率。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112765348 B
(45)授权公告日 2023.04.07
(21)申请号 202110024039.7 (56)对比文件
(22)申请日 2021.01.08
文档评论(0)