基于点互信息的词向量模型和基于CNN的文本分类方法

摘要

本发明公开基于点互信息的词向量模型和基于CNN的文本分类方法。该方法包括：（1）通过基于点互信息的全局词向量方法训练词向量模型；（2）根据训练好的词向量模型，确定所述文本的词向量矩阵；（3）通过CNN提取词向量矩阵中的特征，并训练分类模型；（4）根据训练好的词向量模型和CNN特征提取模型对输入文本特征提取；（5）根据CNN特征提取模型获取的文本特征，通过softmax和交叉熵方法计算文本与预设类别的映射距离，取距离最近的为文本对应类别。该方法克服了Glove词向量在语义捕捉和统计共现矩阵上的不足，降低模型训练复杂度，能够准确地挖掘出文本的分类特征，适用于各种领域的文本分类，具有极大的实用价值。