一种用于情报快速整编的中文文本分类方法

摘要

本发明公开了一种用于情报快速整编的中文文本分类方法，包括将每个字符和输入词转换为向量，对于具有多重感觉的字符和单词，通过共同学习词语和感觉来获得多重感觉嵌入；利用三个LSTM单元来融合多种字符意义、多种单词意义以及字符级和单词级特征，获得双向隐藏向量序列，并馈送到字符级注意模块产生句子级特征向量，将最终表示传输到完全连接层中以计算每种类型的置信度得分；以交叉熵损失为目标函数，迭代优化模型中的参数直至收敛；生成用户情报产品。在三个中文文本分类基准数据集上，本发明取得了超越基线的优异分类准确率，有效解决了中文分词的歧义性带来的负面影响，运行简单高效，模型复杂性远低于BERT类模型。