基于多头注意力网络的多通道卷积胶囊网络的文本分类方法及装置

本发明公开了一种基于多头注意力网络的多通道卷积胶囊网络的文本分类方法及装置，包括：构建文本分类模型并训练，得到经训练的文本分类模型；待分类的文本输入经训练的文本分类模型，在文本特征嵌入模块中，待分类的文本通过经过预训练的Word2vec模块所生成的初始嵌入向量与计算出的TF‑IDF‑TDF值和单词的位置嵌入结合生成嵌入向量，并经过过滤筛选得到最终嵌入向量，通过TF‑IDF‑TDF值筛选出嵌入向量中的关键词特征，将最终嵌入向量与关键词特征并行为文本特征嵌入模块输出的文本信息向量；文本信息向量输入基于多头注意力的多通道卷积胶囊网络进行文本的深层特征提取，深层特征输入分类模块，得到文本分类结果。本发明能够有效提高分类的准确性。