[发明专利]面向大规模分类体系的短文本标签方法、系统、装置有效
| 申请号： | 201910202727.0 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN110059181B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 孔庆超;王磊;闫鹏;张丽;郎佳奇;王帅;潘进;毛文吉;王钲淇;段运强 | 申请（专利权）人： | 中国科学院自动化研究所;国家计算机网络与信息安全管理中心 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩;尹文会 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于文本分类领域，具体涉及一种面向大规模分类体系的短文本标签方法、系统、装置，旨在为了解决有限数据情况下面向大规模分类体系的短文本标签系统的稳定性不高的问题。本发明方法包括：获取待分类的第一短文本信息集合，并基于正向最大匹配分词和word2vec词向量表示技术进行预处理得到第二短文本信息集合；基于规则的分类方法、有监督的神经网络分类方法，对第二短文本信息集合进行二分类后进行短文本过滤，并基于同样的分类方法进行各短文本的第一、二级分类标签，基于半监督学习的标签传播方法进行各短文本的第三、四级分类标签。本发明在有限数据情况下保证了面向大规模分类体系的短文本标签系统的稳定性。 | ||
| 搜索关键词： | 面向 大规模 分类 体系 文本 标签 方法 系统 装置 | ||
【主权项】：
1.一种面向大规模分类体系的短文本标签方法，其特征在于，该方法包括以下步骤：步骤M100，获取待分类的短文本信息集合，作为第一短文本信息集合；步骤M200，基于正向最大匹配分词和word2vec词向量表示技术对所述短文本信息集合中短文本进行预处理，得到第二短文本信息集合；步骤M300，基于规则的分类方法、有监督的神经网络分类方法，按照预设的二分类规则，对所述第二短文本信息集合进行分类和短文本过滤，得到第三短文本信息集合；步骤M400，基于规则的分类方法、有监督的神经网络分类方法，按照预设分级分类规则，获取第三短文本信息集合中的各短文本的第一、二级分类标签；步骤M500，基于半监督学习的标签传播方法，按照预设分级分类规则，获取第三短文本信息集合中的各短文本的第三、四级分类标签。
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中国科学院自动化研究所;国家计算机网络与信息安全管理中心，未经中国科学院自动化研究所;国家计算机网络与信息安全管理中心许可，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/201910202727.0/，转载请声明来源钻瓜专利网。
