基于LSTM和社交网络的层次化文本分类方法

摘要

本发明公开一种基于LSTM和社交网络的层次化文本分类方法，步骤包括：步骤1，从社交网站上采集文本数据，对原数据集中质量较低且无意义的文本进行检测和过滤后对数据进行人工标记；步骤2，对步骤1得到的带标签的数据集进行平衡化处理；步骤3，对步骤2平衡化后的数据集进行分词及产生词向量；步骤4，将步骤3得到的词向量集进行投入LSTM网络中进行监督学习，得到初步分类结果；步骤5，将初步分类结果中正确结果的部分投入至社交网络模型作进一步分类，得到的分类结果与初步分类结果相结合即为最终分类结果。本发明针对不常见的极度不平衡，耦合，丰富暗语，社交性质的数据有较好的分类效果。