公开(公告)号：CN118170916A

公开(公告)日：2024-06-11

申请号：CN202410360179.5

申请日：2024-03-27

申请人： 河南工程学院

发明人： 魏新玉 ,  李慧颖 ,  柳明 ,  谭申远 ,  闫宇

IPC分类号： G06F16/35 ,  G06F40/211 ,  G06F40/242 ,  G06F40/253 ,  G06F40/268 ,  G06F40/284 ,  G06F40/30

摘要： 本发明涉及文本分类技术领域，具体涉及基于深度学习的新闻文本分类方法，该方法包括：获取各篇新闻文本中各词的词向量及词性标签，获取新闻文本各句子中各词的结构优先指数及语义核心度，结合结构优先指数及语义核心度得到各句子中各词的分类依仗性权重，获取各句子中各词的依存核心指数及文本语境匹配指数，获取各篇新闻文本的核心词典，获取核心词典中各词的综合文本语境匹配指数，根据综合文本语境匹配指数得到各篇新闻文本的全文语法特征向量，结合深度学习文本分类模型完成新闻文本分类。本发明旨在提高新闻文本分类的准确率与可靠性，实现基于深度学习的新闻文本的精确分类。