[发明专利]一种基于多基模型框架的文本分类方法

摘要

本发明公开了一种基于多基模型框架的文本分类方法，包括：1)对输入的数据进行预处理；2)对步骤(1)处理完的训练数据进行fastText(快速文本分类算法)训练并评估进行参数调优，得出两组以参数word_ngrams(N元模子)为1和2的最优fastText参数；3)打乱步骤(1)处理完的训练数据生成15个训练样本并使用步骤(2)产生的2组参数分别对其进行7次fastText训练，产生14个模型，再随机的使用步骤(2)产生的2组参数进行fastText训练，产生1个模型，最终得到15个以fastText模型为基模型的最终多基模型；4)使用步骤(3)中得到的多基模型，对步骤(1)处理完的测试数据进行预测，采用投票机制得到最终的文本预测标签。本发明具有训练速度快，准确度高，预测效率高等特点。

主权项

1.一种基于多基模型框架的文本分类方法，其特征在于，所述方法包括以下步骤：步骤1：对文本数据进行预处理；步骤2：对步骤1处理完的训练数据进行fastText训练并评估进行参数调优，得出两组以参数word_ngrams为1和2的最优fastText参数；步骤3：打乱步骤1处理完的训练数据生成15个训练样本并使用步骤2产生的2组参数分别对其进行7次fastText训练，产生14个模型，再随机的使用步骤2产生的2组参数进行fastText训练，产生1个模型，最终得到15个以fastText模型为基模型的最终多基模型；步骤4：使用步骤3中得到的多基模型，对步骤1处理完的测试数据进行预测，采用投票机制得到最终的文本预测标签。