一种基于深度学习混合模型的文本分类方法

摘要

本发明属于文本分类领域，具体公开了一种基于深度学习混合模型的文本分类方法，包括获取并导入样本数据，对该样本数据进行预处理；将得到的文本特征随机混合后，再次导入深度学习模型中，进行二次训练；将上述得到的混合训练后的文本特征采用布尔逻辑模型进行特征表示；将上述特征表示导入自动编码器训练模型中构建编码模型，得到导入文本和导出文本之间的隐性特征；将得到的隐性特征表示进行分类；本发明先进行一次深度学习，再次导入深度学习模型中，进行二次训练，在混合自动编码器训练模型的提取下，提取出文本的双向隐形特征，利用深度学习模型对文本特征逐级递进提取，使得文本特征凸显效果好，能够更加快速有效地对文本进行精准分类。