一种基于特征增强的非平衡Bi-LSTM的中文文本分类方法

摘要

本发明公开了一种基于特征增强的非平衡Bi‑LSTM的中文文本分类方法，首先，预先获取若干条中文文本；使用BERT预训练模型将获取的文本矢量化处理；其次，利用非平衡Bi‑LSTM网络提取文本的深层特征；然后，利用多层注意力机制从词、句两个层级对深层特征信息加以权重；最后，使用Softmax函数对文本进行分类。本发明简化了步骤，将预处理过程写入系统中，不需要人工对文本做初步处理；与传统的Bi‑LSTM网络相比，提高了对双向文本特征的获取能力，相比于现有技术能够更好地提高分类精度。