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。

欢迎阅读《文献与数据学报》！您是该文第4306位读者！