[发明专利]一种基于深度学习和XGBoost算法的博文关于灾难信息重要性加权分类方法有效
| 申请号： | 201911387714.1 | 申请日： | 2019-12-27 |
| 公开（公告）号： | CN111079031B | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 王鹤松;杨震 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06F16/35 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 吴荫芳 |
| 地址： | 100124 *** | 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： | 本发明公开了一种基于深度学习和XGBoost算法的博文关于灾难信息重要性加权分类方法，包括以下步骤：步骤(1)接收社交媒体文本数据并预处理；步骤(2)构建灾难单词预训练词向量表，用于社交媒体文本数据转化为词向量；步骤(3)通过步骤(2)更新后的词向量表，把经过步骤(1)预处理后的社交媒体文本数据转化成维度为d的词向量，并利用XGBoost算法对社交媒体文本数据进行信息类别分类和重要性类别分类；步骤(4)对社交媒体文本数据的信息分类结果和警报性分类结果进行加权确定所含文本信息的重要性。实验结果表明，社交媒体文本数据的信息重要性分类效果有明显提升。 | ||
| 搜索关键词： | 一种 基于 深度 学习 xgboost 算法 关于 灾难 信息 重要性 加权 分类 方法 | ||
【主权项】：
暂无信息
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北京工业大学，未经北京工业大学许可，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/201911387714.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种化学气相沉积装置
- 下一篇：特大截面合金钢锻件的制造工艺
