[发明专利]一种中文文本分类模型的训练方法及装置

权利要求书

1.一种中文文本分类模型的训练方法，其特征在于，包括：

S1、获取带标签的训练文本；

S2、对所述训练文本进行预处理后，得到分词后的训练文本；

S3、将所述分词后的训练文本输入至word2vec模型中，将所述分词后的训练文本转换为词向量集合；

S4、将所述词向量集合以及所述训练文本的标签输入至卷积神经网络中进行训练，并通过预置代价函数计算所述卷积神经网络的loss值；

S5、判断所述loss值是否低于预置阈值，若是，则确定所述卷积神经网络收敛，保存所述卷积神经网络的参数，并生成训练后的中文文本分类模型，若否，则返回步骤S1。

2.根据权利要求1所述的中文文本分类模型的训练方法，其特征在于，所述步骤S2具体包括：

通过预置基于知识的分词模型对所述训练文本进行分词，得到分词后的训练文本。

3.根据权利要求2所述的中文文本分类模型的训练方法，其特征在于，所述步骤S2还包括：

通过词频-逆文档频率方法提取所述训练文本中的特征词，并去掉所述训练文本中无意义词；

计算所述特征词对应的特征权重。

4.根据权利要求3所述的中文文本分类模型的训练方法，其特征在于，所述步骤S3之后，所述步骤S4之前还包括：

根据所述特征词对应的特征权重，提高所述特征词对应的词向量占所述词向量集合的权重值。

5.一种中文文本分类模型的训练装置，其特征在于，包括：

获取单元，用于获取带标签的训练文本；

预处理单元，用于对所述训练文本进行预处理后，得到分词后的训练文本；

向量转化单元，用于将所述分词后的训练文本输入至word2vec模型中，将所述分词后的训练文本转换为词向量集合；

训练单元，用于将所述词向量集合以及所述训练文本的标签输入至卷积神经网络中进行训练，并通过预置代价函数计算所述卷积神经网络的loss值；

判断单元，用于判断所述loss值是否低于预置阈值，若是，则确定所述卷积神经网络收敛，保存所述卷积神经网络的参数，并生成训练后的中文文本分类模型，若否，则跳转至获取单元。

6.根据权利要求5所述的中文文本分类模型的训练装置，其特征在于，所述预处理单元具体包括：

分词子单元，用于通过预置基于知识的分词模型对所述训练文本进行分词，得到分词后的训练文本。

7.根据权利要求6所述的中文文本分类模型的训练装置，其特征在于，所述预处理单元还包括：

特征提取子单元，用于通过词频-逆文档频率方法提取所述训练文本中的特征词，并去掉所述训练文本中无意义词；

特征权重计算子单元，用于计算所述特征词对应的特征权重。

8.根据权利要求7所述的中文文本分类模型的训练装置，其特征在于，还包括：

权重提高单元，用于根据所述特征词对应的特征权重，提高所述特征词对应的词向量占所述词向量集合的权重值。

9.一种中文文本的分类方法，基于如权利要求1至4中任意一项所述的中文文本分类模型的训练方法得到的中文文本分类模型，其特征在于，包括：

获取待分类的文本；

将所述待分类的文本输入至如权利要求1至4中任意一项所述的中文文本分类模型的训练方法得到的中文文本分类模型中，得到所述待分类的文本的分类结果。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1至4中任一项所述的方法。