公开(公告)号：CN117251524A

公开(公告)日：2023-12-19

申请号：CN202310446513.4

申请日：2023-04-24

Applicant: 国家计算机网络与信息安全管理中心 ,  讯飞智元信息科技有限公司

Inventor： 段东圣 ,  侯炜 ,  佟玲玲 ,  吕东 ,  井雅琪 ,  程飞 ,  段运强 ,  任博雅 ,  王伟 ,  孙平

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06F40/30 ,  G06F18/2431 ,  G06F18/2415 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明公开了一种基于多策略融合的短文本分类方法，属于自然语言处理领域，主要涉及深度神经网络、数据增强以及文本分类。该方法包括如下步骤：通过数据预处理剔除噪声数据、基于词性标注关键词进行分类，基于数据增强的文本分类，最终通过多策略融合设置相应的阈值门限获取网络短文本数据标签。本发明通过提出一种基于多策略融合的短文本分类的解决方法，从而提升短文本数据分类的效果，进而提升业务人员发现相关短文本数据精准度和业务效率。

公开(公告)号：CN116795980A

公开(公告)日：2023-09-22

申请号：CN202310440756.7

申请日：2023-04-21

Applicant: 国家计算机网络与信息安全管理中心 ,  讯飞智元信息科技有限公司

Inventor： 段东圣 ,  段运强 ,  井雅琪 ,  侯炜 ,  佟玲玲 ,  程飞 ,  王红兵 ,  吕东 ,  任博雅 ,  王伟 ,  孙平

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0985

Abstract: 本发明公开了一种融合细粒度要素知识的短文本分类方法，该方法包括：通过梳理标注短文本数据完成数据标注，其中，所述数据标注为标注全量标注数据类别和数据中存在要素信息；针对标注后的短文本数据，采用关键要素提取文本分类联合训练算法，借助BERT+CRF提取短文本数据中的要素信息；进而融合细粒度信息，结合标签编码器Label Encoder来学习各个标签label的表示，得到一个符合实际的标签分布。本发明针对上述问题提出一种融合细粒度要素知识的短文本分类的解决方法，从而提升短文本分类的效果，进而促使更为精准分析短文本数据，自动找到有关垃圾信息，提高工作效率。