一种大规模类别层级文本分类方法

摘要

本发明提供一种大规模类别层级文本分类方法，该方法将深度学习网络应用于平面分类器方法和全局分类器方法，分别对其进行分类计算，一方面在平面分类器方法上与机器学习方法对比分类性能，另一方面在深度学习方法上对比全局分类器方法在学习层级依赖信息后是否比平面分类器有着更好的表现；采用平面分类器时，与机器学习方法一致，不考虑层级结构，损失函数仅考虑训练集的经验损失函数；采用全局分类器时，将层级结构纳入考虑，损失函数中加入正则化项的惩罚；基于文本分类任务中经典的神经网络模型CNN和RNN，将注意力机制与RNN模型、CNN模型相结合，对文本的关键信息进行捕捉，有利于进一步推进政务信息化和自动化。