基于双通道神经网络与注意力机制的政策文本智能分类方法、系统及存储介质

摘要

本发明涉及一种基于双通道神经网络与注意力机制的政策文本智能分类方法，包括以下步骤：S1.对采集得到的政策文本进行文本预处理；S2.将预处理后得到的文本信息通过Word2vec词向量中的Skip‑gram模型嵌入为词向量；S3.将词向量分别输入至具有注意力机制的CNN神经网络和BILSTM神经网络获取重要局部特征和全局特征；S4.将得到的重要局部特征和全局特征合并得到政策文本信息特征，将得到的政策文本信息特征输入到全连接层神经网络，采用softmax函数计算政策文本的归类概率，得到分类结果。