公开(公告)号：CN112347247B

公开(公告)日：2023-10-13

申请号：CN202011177997.X

申请日：2020-10-29

Applicant: 南京大学

Inventor： 吴宜真 ,  张雅楠 ,  严骅 ,  刘晓涛 ,  申富饶

IPC: G06F16/35 ,  G06F40/242 ,  G06F40/258 ,  G06F40/289 ,  G06F18/241 ,  G06N3/08

Abstract: 本发明提供了基于LDA和Bert的特定类别文本标题二分类方法，包括：步骤1，采集文本标题训练数据样本；步骤2，对训练样本进行分词，去除停用词等文本预处理；步骤3，将分词后的文本标题输入LDA模型进行训练；步骤4，使用LDA模型得到每个文本的关键词；步骤5，使用Bert将样本关键词转换为对应的词向量；步骤6，将每个文本所有的词向量输入到DNN中进行训练，得到模型；步骤6，在应用过程中，对于新的标题文本数据，首先进行分词、去除停用词等预处理操作；步骤7，将分词后的标题文本输入LDA模型，得到关键词；步骤8，使用Bert转换词向量，输入DNN得到分类结果。

公开(公告)号：CN112347247A

公开(公告)日：2021-02-09

申请号：CN202011177997.X

申请日：2020-10-29

Applicant: 南京大学

Inventor： 吴宜真 ,  张雅楠 ,  严骅 ,  刘晓涛 ,  申富饶

IPC: G06F16/35 ,  G06F40/242 ,  G06F40/258 ,  G06F40/289 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于LDA和Bert的特定类别文本标题二分类方法，包括：步骤1，采集文本标题训练数据样本；步骤2，对训练样本进行分词，去除停用词等文本预处理；步骤3，将分词后的文本标题输入LDA模型进行训练；步骤4，使用LDA模型得到每个文本的关键词；步骤5，使用Bert将样本关键词转换为对应的词向量；步骤6，将每个文本所有的词向量输入到DNN中进行训练，得到模型；步骤6，在应用过程中，对于新的标题文本数据，首先进行分词、去除停用词等预处理操作；步骤7，将分词后的标题文本输入LDA模型，得到关键词；步骤8，使用Bert转换词向量，输入DNN得到分类结果。