[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。
