9+

您当前的位置:首页 >> 非均衡数据下基于卷积神经网络的专利文本自动分类研究

非均衡数据下基于卷积神经网络的专利文本自动分类研究

查看全文 下载全文

摘要:

摘 要:[目的/意义]探究非均衡专利文本数据的自动分类问题,并分析识别不同方案的分类效果。[方法/过程]使用卷积神经网络作为分类器,利用随机欠采样、随机过采样以及综合采样的方法对非均衡数据进行采样处理,使训练数据集均衡化,然后运用卷积神经网络进行自动分类,并分析分类的指标特征。[结果/结论]针对非均衡数据的分类问题,不能单一依据准确率来判定,三种实验方法都可以提高分类的正确率,但是进一步明确各类别实际的分类正确率而言,综合采样方法相对较好,能够改善专利文本自动分类效果。卷积神经网络在非均衡专利文本多分类中,虽然能够对多数类别进行相对较好的识别,但分类精度仍有较大提升空间。

作者: 黄彩云1  吴金红1  陈勇跃1  王翠波2             
作者单位: 1. 武汉纺织大学管理学院,武汉 430200;2. 中南民族大学管理学院,武汉 430074
期刊: 文献与数据学报
年.(期):页码 2020.(3):25-36
中图分类号: TP18
DOI: 10.31193/SSAP.J.ISSN.2096-6695.2020.03.03    
关键词: 卷积神经网络 非均衡数据 综合采样 专利自动分类

欢迎阅读《文献与数据学报》!您是该文第1279位读者!