技术总结
本发明实施例提供了一种基于神经网络的文本分类方法，所述方法包括：对待分类文本进行分词操作以获取L个分词；对所述L个分词分别进行词向量映射，以获取L*d维词向量矩阵，其中每个分词映射为一个d维词向量；通过卷积层对所述L*d维词向量矩阵执行卷积操作，得到M个卷积特征图，所述卷积层包括M个f*d的卷积核；将每个卷积特征图中的第j个元素配置到第j个输入向量中，得到(L‑f+1)个输入向量，1≤j≤(L‑f+1)；及将所述(L‑f+1)个输入向量依顺序输入到长短短期记忆网络模型中，计算所述待分类文本的分类向量。本发明实施例提供的文本分类方法，可以有效避免文本分类错误的问题，从而提高分类准确率。
技术研发人员：于凤英;王健宗
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2019.05.07
技术公布日：2019.09.20