技术特征：
技术总结
本发明实施例涉及文本分类领域，公开了一种实现英文文本分类的方法及相关设备，该方法，包括：对英文短文本数据集中的文本进行预处理，并将所述预处理后的英文文本转换为词向量矩阵，将所述词向量矩阵作为卷积神经网络CNN模型的第一输入数据；使用CNN模型对所述第一输入数据进行特征向量的提取和拼接，将获得的特征向量作为极速学习机ELM的第二输入数据；使用ELM对所述第二输入数据进行分类，得到所述英文短文本数据集中的文本的准确类别。如此，基于卷积神经网络和极速学习机的结合，比传统机器学习算法与卷积神经网络模型更有效，提升了文本分类的精度。
技术研发人员：陈海波
受保护的技术使用者：深兰人工智能芯片研究院（江苏）有限公司
技术研发日：2019.01.16
技术公布日：2019.03.08