摘要
本发明提出了一种基于人工智能的用户分类方法,包括数据采集、数据预处理、词向量转化、用户分类CNN网络以及分类结果;首先,利用NLPIR分词工具对分词进行预处理,去除用户需求信息中的停止词,然后,利用单词向量模型进行单词向量训练,再通过,利用卷积神经网络提取文本信息的抽象特征,最后将这些特征作为输入,并使用softmax分类器来实现用户需求信息的自动分类。本发明提出的一种基于人工智能的用户分类方法,尤其适合短文本分类,通过CNN具有的权重共享的特性,可以提高训练效率,而Word2vec训练的词向量可以更好地表达词语之间的语义关系,以获得良好的分类效果。
技术关键词
分类方法
文本规范化
分类器
卷积神经网络提取
多头注意力机制
关系型数据库
词典
分词
表达式
非线性
数据加密
词语
矩阵
模式
爬虫
系统为您推荐了相关专利信息
融合神经网络
电能计量采集设备
剩余寿命预测方法
时域卷积网络
门控循环单元网络
电网故障检测方法
传感器融合
电网故障检测系统
支持向量机模型
朴素贝叶斯模型
监督机器学习
形态
BOTDA系统
分类方法
OPGW光缆
农作物遥感分类方法
NDVI时间序列
样本
时间序列曲线
训练分类模型