摘要
本申请公开了一种基于深度学习的新闻文本分类方法及其系统,该方法包括:对获取到的待分类新闻文本进行词向量表示,获得与待分类新闻文本对应的输入矩阵;基于长短期记忆网络提取输入矩阵的语义特征,获得与待分类新闻文本对应的文本语义关系;基于不同尺寸的空洞卷积对文本语义关系进行卷积处理,获得与待分类新闻文本对应的多尺度文本特征;对多尺度文本特征进行池化处理,并对池化处理后的多尺度文本特征进行分类得到新闻文本分类结果。本申请旨在解决现有技术中新闻文本分类的准确性较低的技术问题。
技术关键词
新闻文本分类方法
长短期记忆网络
多尺度
空洞
语义特征
矩阵
文本分类系统
关系
卷积模块
分词
输入模块
字符
尺寸
体育
家居
游戏
系统为您推荐了相关专利信息
节点特征
分词
摘要文本生成方法
矩阵
计算机可读指令
融合分类方法
文本编码器
视频帧
损失函数计算方法
跨模态
长短期记忆网络
二维水动力模型
注意力
节点
情景