公开(公告)号：CN113111653B

公开(公告)日：2023-06-02

申请号：CN202110371554.2

申请日：2021-04-07

Applicant: 同济大学

Inventor： 陈启军 ,  王秋晨 ,  刘成菊 ,  张恒

IPC: G06F40/289 ,  G06F40/211 ,  G06F40/30 ,  G06F40/247

Abstract: 本发明涉及一种基于Word2Vec和句法依存树的文本特征构造方法，包括以下步骤：S1：对语料库中的文本数据进行预处理，并对句子进行句法分析得到句法依存树；S2：根据句法依存树合并依存词组；S3：对完成合并后的数据，利用Word2Vec训练词向量；S4：构造TF‑IDF特征向量；S5：对特征向量进行近义词拓展，根据近义词拓展情况对TF‑IDF特征向量进行特征值更新，完成文本特征的构造，用于输入机器学习模型，与现有技术相比，本发明具有避免重要特征丢失、提高文本特征表征能力等优点。

公开(公告)号：CN113111653A

公开(公告)日：2021-07-13

申请号：CN202110371554.2

申请日：2021-04-07

Applicant: 同济大学

Inventor： 陈启军 ,  王秋晨 ,  刘成菊 ,  张恒

IPC: G06F40/289 ,  G06F40/211 ,  G06F40/30 ,  G06F40/247

Abstract: 本发明涉及一种基于Word2Vec和句法依存树的文本特征构造方法，包括以下步骤：S1：对语料库中的文本数据进行预处理，并对句子进行句法分析得到句法依存树；S2：根据句法依存树合并依存词组；S3：对完成合并后的数据，利用Word2Vec训练词向量；S4：构造TF‑IDF特征向量；S5：对特征向量进行近义词拓展，根据近义词拓展情况对TF‑IDF特征向量进行特征值更新，完成文本特征的构造，用于输入机器学习模型，与现有技术相比，本发明具有避免重要特征丢失、提高文本特征表征能力等优点。