首页> 中国专利> 不均衡数据集的文本分类方法、文本分类器及存储介质

不均衡数据集的文本分类方法、文本分类器及存储介质

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种不均衡数据集的文本分类方法、文本分类器及存储介质，所述方法包括：获取用于训练分类模型的数据集；根据文本数据标注的类别信息，确定每一文本数据为多数类样本或少数类样本；计算多数类样本数量和少数类样本数量之间的比值，得到不均衡倍率；对文本数据进行预处理，得到对应的样本点以映射成向量空间；基于预设插值策略、不均衡倍率以及各个样本点，得到插值样本后，更新数据集；以更新的数据集为训练样本集，训练分类模型；获取待测文本数据，并将待测文本数据导入至训练完成的分类模型中进行分类，以得出待测文本数据属于何种类别，作为分类结果。本发明不仅能够扩大少数类样本及其边界区域，还有效提高模型的分类效果。

著录项

公开/公告号CN108628971B

专利类型发明专利
公开/公告日2021-11-12

原文格式PDF
申请/专利权人深圳前海微众银行股份有限公司;
展开▼

申请/专利号CN201810378347.8
发明设计人刘志煌;吴三平;
展开▼

申请日2018-04-24
分类号G06F16/35(20190101);G06K9/62(20060101);
代理机构44287 深圳市世纪恒程知识产权代理事务所;
代理人胡海国;魏兰
地址 518052 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)
入库时间 2022-08-23 12:47:53

相似文献

专利
中文文献
外文文献

1. 不均衡数据集的文本分类方法、文本分类器及存储介质 [P] . 中国专利： CN108628971B . 2021.11.12
2. 不均衡数据集的文本分类方法、文本分类器及存储介质 [P] . 中国专利： CN108628971A . 2018-10-09
3. LONG TEXT CLASSIFICATION METHOD AND DEVICE EMPLOYING BAG-OF-WORDS MODEL, COMPUTER APPARATUS, AND STORAGE MEDIUM [P] . 世界知识产权组织专利： WO2020199595A1 . 2020-10-08

机译：应用文本袋模型，计算机设备和存储介质的长文本分类方法和设备
4. INTELLIGENT DECISION BASED TEXT CLASSIFICATION METHOD AND DEVICE, SERVER AND STORAGE MEDIUM [P] . 世界知识产权组织专利： WO2020140620A1 . 2020-07-09

机译：基于智能决策的文本分类方法及装置，服务器和存储介质
5. TEXT CLASSIFICATION METHOD AND APPARATUS, AND ELECTRONIC DEVICE AND STORAGE MEDIUM [P] . WO2021081945A1 . 2021-05-06

机译：文本分类方法和装置，电子设备和存储介质