公开(公告)号：CN108829818B

公开(公告)日：2021-05-25

申请号：CN201810599385.6

申请日：2018-06-12

Applicant: 中国科学院计算技术研究所

Inventor： 赵莉 ,  姜松浩 ,  张程 ,  赵晓芳 ,  段东圣 ,  杜翠兰

IPC: G06F16/35

Abstract: 本发明提供了一种构建文本分类模型的方法。该方法包括以下步骤：根据文本信息的字、词语和句子的结构特征构建训练样本集，其中，所述训练样本集中的每一条样本数据对应一条文本信息关于词语的特征矩阵A、关于字的特征矩阵B和该条文本信息对应的类别向量O，O的维度与类别数量相同；以所述训练样本集中关于词语的特征矩阵A和关于字的特征矩阵B为输入，以对应的类别向量O为输出，训练深度学习模型，以获得文本分类模型。根据本发明构建的分类模型进行分类，能够提高文本分类的准确率，尤其适用于短文本分类。

公开(公告)号：CN112115264A

公开(公告)日：2020-12-22

申请号：CN202010959524.9

申请日：2020-09-14

Applicant: 中国科学院计算技术研究所苏州智能计算产业技术研究院

Inventor： 梁冬 ,  赵晓芳 ,  张程 ,  宋永浩 ,  王晓诗 ,  习健

IPC: G06F16/35 ,  G06N20/00

Abstract: 本发明揭示了一种面向数据分布变化的文本分类模型调整方法，能够根据数据分布情况的变化，先对在线文本数据流进行标签预测，而后通过相似度计算和价值筛选，分类进行人工标注，采用对抗的训练样本数据集分别迭代训练判别网络，动态地对已训练好的识别网络模型进行调整和更新，使得离线模型自适应在线系统数据特征发生变化的情况；同时针对完全手动标注样本困难的情况提供一种有效的半自动化标注数据方法，对于文本分类技术的实际应用效果具有积极作用。