一种标签信息增强与强负样本驱动的分类预测方法

本发明公开了一种标签信息增强与强负样本驱动的分类预测方法，其步骤包括：首先，通过文本截断和匹配习题集内容，构造高质量文本；接着，考虑情感标签信息性，采用词汇数据库和专业词汇表丰富情感标签表征；然后，采用强负采样技术，使每个文本与强负样本区分开；最后，利用结合情感标签信息的预测损失和结合强负采样的对比损失函数来保证模型的准确性。本发明集文本截断、情感标签信息增强、强负采样于一体，提高了分类预测的准确性。