[发明专利]一种基于区域卷积神经网络的问答社区标签推荐方法

摘要

本发明涉及一种基于区域卷积神经网络的问答社区标签推荐方法，具体是涉及对问答社区中的问题数据集先进行数据预处理，再通过建立词典生成句向量，在卷积层中，对数据集中的每个问题中的每个单词都进行词嵌入处理，然后用区域卷积神经网络模型对句向量进行训练，最后利用训练完成的模型对问答社区中的新问题进行标签推荐。具有如下突出特点和优点：第一，引入双向循环卷积层，结合单词的上下文对单词进行表示，可以更好的反应句子中单词之间的联系，双向循环结构可以准确抓取单词的上下文；第二，卷积神经网络处理大型图片的能力使得其可以处理较大的数据集；第三，卷积神经网络在图片处理中的迁移性，使得其用在标签推荐中也能有很好的迁移性。

主权项

1.一种基于区域卷积神经网络的问答社区标签推荐方法，其特征在于：包括以下步骤：步骤1、使用scrapy框架从问答社区上获取问题数据集和标签集；步骤2、对每条问题数据进行数据清洗，去除问题中的标点符号，多余空格和代码，只留下单词，并将单词全部转化为小写，得到清洗后的数据集data；步骤3、将数据集data分为规模为n的训练集train和规模为m的测试集test；步骤4、对训练集train建立词典D：步骤5、对训练集train中的每一个问题数据建立句向量，对于第j个问题中的第i个单词Wij将其用Wij在词典D中的编号来代替，采样如下：trainj＝[1,2,11,32,35,25,68,37,…,66,89]步骤6、标签集大小为s_tag，对trainj建立长度为s_tag的向量tagj，将tagj中trainj的标签在标签集中的对应位置的元素置1，其余元素置0，将tagj中的元素追加到trainj的最后；步骤7、由训练集train词向量可以得到对应的n*k矩阵，其中k为最长的问题的大小与s_tag之和；步骤8、对训练集trian进行打乱顺序得到训练集t：步骤9.利用Mikilovo方法将训练集t变成三维矩阵T；步骤10、构建卷积神经网络模型TagRCNN，包括双向循环结构卷积层、池化层和softmax层；步骤11、对训练集T进行多轮迭代卷积神经网络训练；步骤12、利用测试集对模型TagRCNN进行测试，计算召回率准确率和F1‑scorel来检验模型TagRCNN的效果，调整参数，重复步骤7‑10直到得一个最终卷积神经网络模型TagRCNN。