• 专利标题: 基于神经网络和主题强化的党建文本表示方法
  • 专利标题(英): Party building text representation method based on neural network and theme enhancement
  • 申请号: CN201710825882.9
    申请日: 2017-09-14
  • 公开(公告)号: CN107562729A
    公开(公告)日: 2018-01-09
  • 发明人: 郭延哺金宸李维华张学杰岳昆何敏
  • 申请人: 云南大学
  • 申请人地址: 云南省昆明市翠湖北路2号
  • 专利权人: 云南大学
  • 当前专利权人: 云南大学
  • 当前专利权人地址: 云南省昆明市翠湖北路2号
  • 代理机构: 云南派特律师事务所
  • 代理商 董建国
  • 主分类号: G06F17/27
  • IPC分类号: G06F17/27
基于神经网络和主题强化的党建文本表示方法
摘要:
本发明公开了一种基于神经网络和主题强化的党建文本表示方法。党建工作的相关文本是党建工作数据最重要形式之一,是一类具有鲜明主题的领域性文本。文本向量表示是文本分析的重要基础。本发明针对党建工作相关的文本数据,首先抽取党建文本的词集和主题词集,并采用词向量技术表示党建文本;其次,基于二维卷积神经网络提取党建文本的语义特征;第三,用党建文本的主题词向量与党建文本的语义特征进行融合强化党建文本主题特征,使得到的文本向量更能体现党建文本的领域特点;本发明将为党建文本定量计算和智能分析,尤其是党建文本分类、检索和翻译等工作提供更有效的支撑。
公开/授权文献
0/0