融合维基知识的变分半监督百度百科分类方法

摘要

本发明涉及融合维基知识的变分半监督百度百科分类方法，属于自然语言处理技术领域。本发明首先基于词嵌入和词袋模型分别获得百科摘要文本的语义特征和统计特征；然后融合两者作为变分自编码模型的输入，获得百科文本的语义表征；最后利用少量维基百科分类损失和海量无标签百度百科重构损失，构造半监督分类损失，实现了两种百科分类体系的迁移和统一。基于5千条带标记维基百科数据和20万无标记百度百科数据的实验表明，所提方法可以准确实现百度百科分类索引体系的准确建立，证明了其有效性。