专利名称：面向健康舆情的文本分类方法专利类型：发明专利
发明人：陈雷霆,李巧平,陈秋生,徐安,陈雅琳,刘薇,陈淑珠申请号：CN201810582880.6申请日：20180608公开号：CN108829810A公开日：20181116
摘要：本发明公开了一种面向健康舆情的文本分类方法，涉及信息技术领域，该面向健康舆情的文本分类方法结合深度神经网络和LightGBM两者的优势，利用深度神经网络自动学习特征，将最后一层特征作为LightGBM集成学习方法的输入，并对多个模型进行模型融合。实现端到端的特征学习，无需人工构建特征工程，且能有效提高文本分类的准确率。该面向健康舆情的文本分类方法采用端到端自动进行特征学习，无需人工构建特征工程；模型通用，无需使用其他外部信息，且与具体应用场景无关；推广能力强，可直接应用于其它文本分类和回归任务；提高文本分类的准确率。
申请人：东莞迪赛软件技术有限公司,电子科技大学广东电子信息工程研究院
地址：523000 广东省东莞市松山湖高新技术产业开发区总部二路17号A411
国籍：CN
代理机构：北京汇捷知识产权代理事务所(普通合伙)
代理人：李宏伟
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容