公开(公告)号：CN114547303A

公开(公告)日：2022-05-27

申请号：CN202210165299.0

申请日：2022-02-18

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  高艺涵 ,  宋洪涛 ,  张海涛 ,  马志强 ,  李丽洁 ,  王宇华

IPC: G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Bert‑LSTM的文本多特征分类方法及装置，属于文本分类技术领域，其中，该方法包括：确定待分类文本数据集，并划分为训练集和测试集；构建基于Bert‑LSTM的文本多特征分类模型；利用训练集对文本多特征分类模型进行训练，得到最优文本多特征分类模型；将待分类文本数据输入最优文本多特征分类模型中，计算待分类文本数据的得分，根据得分将其划分到预设对应类别中。该方法使用BERT以及双向长短期记忆网络等构建基于Bert‑LSTM的文本多特征分类模型，利用挖掘文本多方面的词特征信息和词义潜在语义表示特征信息，融入文本向量，模型在训练过程中充分利用多特征信息，提升了文本分类的性能。

公开(公告)号：CN114547303B

公开(公告)日：2024-10-29

申请号：CN202210165299.0

申请日：2022-02-18

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  高艺涵 ,  宋洪涛 ,  张海涛 ,  马志强 ,  李丽洁 ,  王宇华

IPC: G06F16/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于Bert‑LSTM的文本多特征分类方法及装置，属于文本分类技术领域，其中，该方法包括：确定待分类文本数据集，并划分为训练集和测试集；构建基于Bert‑LSTM的文本多特征分类模型；利用训练集对文本多特征分类模型进行训练，得到最优文本多特征分类模型；将待分类文本数据输入最优文本多特征分类模型中，计算待分类文本数据的得分，根据得分将其划分到预设对应类别中。该方法使用BERT以及双向长短期记忆网络等构建基于Bert‑LSTM的文本多特征分类模型，利用挖掘文本多方面的词特征信息和词义潜在语义表示特征信息，融入文本向量，模型在训练过程中充分利用多特征信息，提升了文本分类的性能。