一种基于深度学习话题信息增强的文本文档表示方法和装置

摘要

本发明公开了一种基于深度学习话题信息增强的文本文档表示方法和装置。方法包括：S1、对文本形式的语料文档进行数据预处理操作。S2、设计文本序列层，将文档中每个词的表示向量中嵌入它在词序中的上下文信息。S3、通过注意力层将序列元素过渡到更高层次的话题信息中。S4、在话题层中，生成当前文档D在所有话题方向上的表示。S5、对所有话题信息之间的相似程度进行限制。S6、在表示层将话题表示向量融合为文档D的语义表示向量Rep。S7、通过分类器和目标函数对将Rep的参数进行更新，该方法能够高效地将文本序列上下文语义信息和潜在话题信息嵌入到文档表示向量中，并且这些经过话题信息增强的表示向量能显著提高使用它们的文本挖掘模型的性能。