一种基于字和词两个层面特征信息的文本分类方法

摘要

本发明公开了一种基于字和词两个层面特征信息的文本分类方法。步骤包括：利用神经网络模型进行字词向量联合预训练，得到词语的初始化词向量和汉字的初始化字向量表示；将短文本表示成其中各个词语词向量组成的矩阵，利用卷积神经网络进行特征提取，得到词语层特征；将短文本表示成其中各个汉字字向量组成的矩阵，利用卷积神经网络进行特征提取，得到汉字层特征；将词语层特征和汉字层特征进行连接，得到短文本的特征向量表示；利用全连接层对文本进行分类，采用随机梯度下降法进行模型的训练，得到分类模型。本发明能够提取字的表示和词的表示两个层面的特征，改善短文本语义信息不足的问题，充分挖掘短文本的语义信息，使短文本的分类更加准确。