公开(公告)号：CN112069310A

公开(公告)日：2020-12-11

申请号：CN202010560046.4

申请日：2020-06-18

Applicant: 中国科学院计算技术研究所

Inventor： 李海玉 ,  刘兴武

IPC: G06F16/35 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明提出一种基于主动学习策略的文本分类方法，包括：获取已标记类别的第一文本数据和未标记类别的第二文本数据，将该第一文本数据作为训练集；以该训练集，训练基于深度学习的分类模型，得到中间分类模型，该中间分类模型评估该第二文本数据中每个实例的价值，将该第二文本数据中价值最高的实例进行类别标记后加入该训练集；重复训练直到满足预设条件，保存当前该中间分类模型作为最终文本分类模型，将待分类文本输入该最终文本分类模型，得到该待分类文本的分类结果。

公开(公告)号：CN112069310B

公开(公告)日：2023-05-02

申请号：CN202010560046.4

申请日：2020-06-18

Applicant: 中国科学院计算技术研究所

Inventor： 李海玉 ,  刘兴武

IPC: G06F16/35 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明提出一种基于主动学习策略的文本分类方法，包括：获取已标记类别的第一文本数据和未标记类别的第二文本数据，将该第一文本数据作为训练集；以该训练集，训练基于深度学习的分类模型，得到中间分类模型，该中间分类模型评估该第二文本数据中每个实例的价值，将该第二文本数据中价值最高的实例进行类别标记后加入该训练集；重复训练直到满足预设条件，保存当前该中间分类模型作为最终文本分类模型，将待分类文本输入该最终文本分类模型，得到该待分类文本的分类结果。