[发明专利]基于词性和多重CNN的多通道文本分类模型的构建方法有效
申请号: | 201810196534.4 | 申请日: | 2018-03-09 |
公开(公告)号: | CN108509520B | 公开(公告)日: | 2021-10-29 |
发明(设计)人: | 于跃;龙冬阳;熊绘;甘加升 | 申请(专利权)人: | 中山大学 |
主分类号: | G06F16/28 | 分类号: | G06F16/28;G06N3/04 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于词性和多重CNN的多通道文本分类模型的构建方法,该方法对卷积神经网络进行训练时,所采用的方法依然是传统的梯度下降法。其中,若采用批量梯度下降法,虽然能够获得最好的收敛效果,但由于每次迭代过程都需要所有训练样本参与运算,严重制约训练过程的收敛速度;若采用随机梯度下降法,则每次迭代只需要一个样本,因此在训练速度方面具有明显的优势。 | ||
搜索关键词: | 基于 词性 多重 cnn 通道 文本 分类 模型 构建 方法 | ||
【主权项】:
1.一种基于词性和多重CNN的多通道文本分类模型的构建方法,其特征在于,包括以下步骤:S1:对输入文本进行预处理;S2:对模型的输入进行处理;S3:构建模型;S4:对模型进行训练。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810196534.4/,转载请声明来源钻瓜专利网。