基于机器学习的文本分类与标签预测算法

摘要

文本数据量大时，需要从文本数据中提取有效的特征，以捕捉文本的重要信息，以便于文本的存储和查询。为此，提出基于机器学习的文本分类与标签预测算法研究。采用条件随机场方法对待处理文本展开词性标注和切分，获取文本的特征。将文本特征输入自注意力机制循环卷积神经网络中，经过模型训练输出文本的分类结果和标签预测结果。经实验证明，所提算法可以有效的完成对文本的分类和标签预测，文本分类取伪率平均为95.2%,文本预测排序损失平均为0.4%。

关键词

文本分类 / 条件随机场 / 词性标注 / 自注意力机制循环卷积神经网络 / 机器学习

基金资助

中国图书馆学会阅读推广课题基金资助项目(2024LSCYDFZZYB059); 青岛市哲学社会科学规划研究基金资助项目(QDSKL2301043); 东营市社会科学规划研究课题基金资助项目(DYSK(2025)第435号); 中国石油大学(华东)思想政治教育研究课题基金资助项目(SZYB202417)