公开(公告)号：CN108763539B

公开(公告)日：2020-11-10

申请号：CN201810551315.3

申请日：2018-05-31

Applicant: 华中科技大学

Inventor： 周可 ,  李兴 ,  曾江峰

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62

Abstract: 本发明公开了一种基于词性分类的文本分类方法，包括：从网络获取训练文本集和测试文本集，对训练文本集与测试文本集进行预处理，从而获得训练文本集与测试文本集中每一个文本的多个词集，将得到的每个文本的多个词集作为输入对文本主题生成模型LDA进行训练，以得到每个文本在不同主题数目下的文本‑词集‑主题的混合概率分布模型，使用SVM‑train函数对多个文本‑词集‑主题的混合概率分布模型进行分类器训练，以得到多个训练后的分类器，使用多个文本‑词集‑主题的混合概率分布模型作为训练后的分类器的输入进行SVM类别预测。本发明能解决现有方法中存在的训练模型时所需特征词的维度高、分类的准确率低、以及分类器的泛化能力差的技术问题。

公开(公告)号：CN108763539A

公开(公告)日：2018-11-06

申请号：CN201810551315.3

申请日：2018-05-31

Applicant: 华中科技大学

Inventor： 周可 ,  李兴 ,  曾江峰

IPC: G06F17/30 ,  G06F17/27 ,  G06K9/62

Abstract: 本发明公开了一种基于词性分类的文本分类方法，包括：从网络获取训练文本集和测试文本集，对训练文本集与测试文本集进行预处理，从而获得训练文本集与测试文本集中每一个文本的多个词集，将得到的每个文本的多个词集作为输入对文本主题生成模型LDA进行训练，以得到每个文本在不同主题数目下的文本‑词集‑主题的混合概率分布模型，使用SVM‑train函数对多个文本‑词集‑主题的混合概率分布模型进行分类器训练，以得到多个训练后的分类器，使用多个文本‑词集‑主题的混合概率分布模型作为训练后的分类器的输入进行SVM类别预测。本发明能解决现有方法中存在的训练模型时所需特征词的维度高、分类的准确率低、以及分类器的泛化能力差的技术问题。