基于长短时记忆神经网络的人体活动类型分类方法及系统

摘要

本发明公开了一种本发明提出了一种基于长短时记忆神经网络的人体活动类型分类方法及系统。针对以往的点评网站只考虑点评的具体内容和事物，而忽略了不同评论背后的人群所处的活动类型的问题，本发明提出了一种word2vec模型与TF‑IDF相结合的方法，来推断和识别点评网站上发出不同评论的人当前所处的活动类型和状态。利用评网站构建点评数据集，包括点评内容和活动类型的标签，用Word2Vec模型得到上述点评内容的词向量表示；其次，用TF‑IDF计算每个活动分类的关键词，构建关键词词典；接着，通过统计每条评论中的单词在词典中是否出现，构建权重矩阵；最后将点评内容的词向量与权重矩阵进行拼接，然后输入到长短时记忆神经网络中进行训练，从而得到人体活动分类模块。