买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：海南大学

摘要：本发明提供了一种基于中文仿生文献摘要的句子分类方法及系统，属于文本分类领域，方法为：对句子数据库中未进行人工标注句子类别的句子分别采用词频分析方法和输入初始Bert模型中进行分类；将第一分类结果集和第二分类结果集中分类结果一致的句子存入分类数据库；在第一分类结果集中剔除分类数据库中的句子，采用本次迭代后的Bert模型对第一分类结果集再次分类，更新第一分类结果集；采用较上次迭代更小的分词粒度的词频分析方法对第二分类结果集再次分类，更新第二分类结果集；依次类推，实现句子分类。本发明减少实体抽取和关系抽取中的人工标注，可减少人力和时间的成本。

主权项：1.一种基于中文仿生文献摘要的句子分类方法，其特征在于，包括以下步骤：S1：对中文仿生科技文献摘要去噪处理后进行句子划分和分词处理，获取句子数据库和词语向量库；S2：以多领域科技文献摘要的要素作为句子类别，采用标注句子类别的多领域科技文献摘要数据集训练Bert模型，得到初始Bert模型；S3：提取句子数据库中部分句子进行人工标注句子类别，采用词频分析方法，在词语向量库中获取判断句子分类的关键词语；S4：基于关键词语和句子类别，对句子数据库中未进行人工标注句子类别的句子分别采用词频分析方法和输入初始Bert模型中进行分类，获取第一分类结果集Dataset1和第二分类结果集Dataset2；S5：将Dataset1和Dataset2中分类结果一致的句子存入分类数据库Dataset3；S6：将当前迭代作为上次迭代，其中，每次迭代完成对Bert模型的一次训练，且词频分析方法采用较上次迭代更小的分词粒度；S7：在Dataset1中剔除Dataset3中的句子，若Dataset1为上次迭代前的Bert模型获取，则采用较上次迭代更小的分词粒度的词频分析方法对Dataset1再次分类并更新，且采用上次迭代后的Bert模型对Dataset2再次分类并更新；反之，采用上次迭代后的Bert模型对Dataset1再次分类并更新，且采用较上次迭代更小的分词粒度的词频分析方法对Dataset2再次分类并更新；S8：转至S6，直至Bert模型达到最好训练效果时停止句子分类，Dataset3作为最终的分类结果；其中，所述词频分析方法为：对句子数据库中的部分句子进行人工标注句子类别，采用词频分析方法在词语向量库中筛选出各句子类别下句子中出现频率为前十的词语作为判断句子分类的关键词语，用以表征句子类别；对句子数据库中未进行人工标注句子类别的每一个句子进行词频统计，利用句子中出现频率最高的词语与判断句子分类的关键词语进行对比判断句子的类型，获取仿生领域文献摘要中句子的分类。

全文数据：

权利要求：

百度查询： 海南大学 一种基于中文仿生文献摘要的句子分类方法及系统