一种用于神经网络输入的大信息量文本表示方法

摘要

本发明提供一种用于神经网络输入的大信息量文本表示方法，涉及信息技术领域。该方法首先确定文本所在分类体系下的分类标准，并获得该标准下的关键词；然后通过语义向量模型将每个关键词转化为语义向量，根据该分类体系的关键词字典，获取每个关键词的类别向量，并将二者合并，得到一个词向量；根据不同关键词对同一实体的重要程度，选择前k个重要的关键词，并将其对应的词向量合并，得到每句话对应的句子向量；将句子向量输入到训练好的神经网络模型中，输出模型对该文本的分类结果。本发明提供的大信息量文本表示方法，增加了神经网络输入信息的信息表示能力的同时，能够减少神经网络的复杂性，增加神经网络的可表示性，还可以增加训练速度。