一种基于深度学习的组合式文本分类方法

摘要

本发明涉及一种基于深度学习的组合式文本分类方法，包括下列步骤：对待分类的文本进行预处理；将预处理后的文本通过不同的深度学习模型，得到与每一个深度学习模型对应的特征提取结果；通过全连接层对所有特征提取结果进行组合，得到组合特征向量；将组合特征向量作为输入进行分类识别，得到文本的所属类别。与现有技术相比，本发明具有对训练语料质量要求较低、移植扩展性强和分类类别较多的情况下效果依然较好等优点。