[发明专利]一种基于句向量的多标签公司描述文本分类方法在审
| 申请号： | 201711002965.4 | 申请日： | 2017-10-24 |
| 公开（公告）号： | CN107748783A | 公开（公告）日： | 2018-03-02 |
| 发明（设计）人： | 李岳楠;张桐喆;苏育挺;井佩光 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于句向量的多标签公司描述文本分类方法，所述方法包括以下步骤通过爬虫技术获取供应类公司、流通类公司、服务链类公司的公司官网描述，描述文字中只保留字母和英文字符，获取TXT格式文件；对TXT格式文件依次进行词向量训练、句向量训练和PCA降维；将处理后的特征向量和标签对应出来，得到数据集，将训练集输入，进行多标签朴素贝叶斯分类训练，获取训练模型；将训练模型应用在测试数据集或未标注数据集上，实现对多标签公司的文本分类。本发明提出句向量结合朴素贝叶斯多标签文本分类的方法，利用句向量和朴素贝叶斯思想有效应用在文本上，并可应用在实际问题中。 | ||
| 搜索关键词： | 一种 基于 向量 标签 公司 描述 文本 分类 方法 | ||
【主权项】：
一种基于句向量的多标签公司描述文本分类方法，其特征在于，所述方法包括以下步骤：通过爬虫技术获取供应类公司、流通类公司、服务链类公司的公司官网描述，描述文字中只保留字母和英文字符，获取TXT格式文件；对TXT格式文件依次进行词向量训练、句向量训练和PCA降维；将处理后的特征向量和标签对应出来，得到数据集，将训练集输入，进行多标签朴素贝叶斯分类训练，获取训练模型；将训练模型应用在测试数据集或未标注数据集上，实现对多标签公司的文本分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711002965.4/，转载请声明来源钻瓜专利网。
- 上一篇：汽车保险丝控制盒
- 下一篇：一种通过自然语言实现结构化数据搜索的方法
