[发明专利]基于表示分类网络的变长文本语义识别方法

权利要求书

1.基于表示分类网络的变长文本语义识别方法，其特征在于，包括：

S1：数据采集，将语料库中的文本进行分词处理，并标定语义类别；训练模型的语料库为相同语义类别的2000段文字；

S2：建立表示分类网络模型，表示分类网络模型包括表示网络和分类网络，其中，表示网络每次输入的是文本向量及对应的语义标签，输出是文本语义表达的模式，分类网络利用文本语义表达的模式，输入的为文本向量，输出的为语义标签；得到输出的语义标签的算法是假设预测值与真实值都服从一定的分布，通过拉近两者的ELBO散度来优化目标函数；经过多轮训练后，分类网络学到了同类文本的转化模式；

S3：训练表示分类网络模型；

所述步骤S3包括：

S31：每轮训练随机从一类文本中抽取5组文本向量及对应分类输入表示分类网络模型；

S32：利用语料库数据训练表示分类网络模型，其中，每有一个语义类别必须重复2000轮；

S4：输入新文本数据，其中，利用新类别文本语料的分词向量和语义类别输入给表示分类网络模型，每次随机抽取5组，重复2000次；

S5：输入表示网络，其中，输入前，必须将一段文字分词并转换成词向量；

S6：输出语义标签。