一种考虑语义背景的短文本分类器构造方法

摘要

本发明公开一种考虑语义背景的短文本分类器构造方法。包括：收集短文本样本集，记录每个样本集所来自的社区主题，人工对样本集中的每个短文本样本给定标签，短文本样本集与对应的标签集构成了训练集。利用短文本集对一个两层的长短时记忆(Long‑short term memory，LSTM)编解码重构网络进行训练，训练好的网络可以对输入的任一一个短文本进行编码，得到输入短文本的特征向量。求取来自相同或者类似社区主题的短文本的特征向量均值，每个特征向量均值看作是对应的社区主题的短文本的语义背景向量。每个短文本减去所对应的语义背景向量，得到新的短文本样本集。利用新的短文本集与其标签来训练一个短文本分类器，本发明可以应用在短文本分类的相关业务中。