[发明专利]结合多层级注意力机制的深度学习问题分类方法及系统有效
| 申请号： | 201810599036.4 | 申请日： | 2018-06-12 |
| 公开（公告）号： | CN108804677B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 余本功;许庆堂;陈杨楠;陈能英 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289 |
| 代理公司： | 北京润平知识产权代理有限公司 11283 | 代理人： | 肖冰滨;刘兵 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合多层级注意力机制的深度学习问题分类方法，涉及信息处理技术领域，该深度学习问题分类方法包括：构建疑问词向量集合，该疑问词向量集合包括疑问词向量和包含了疑问词信息的普通词向量；根据疑问词向量集合，采用卷积运算提取问句的窗口映射；根据窗口映射，提取问句的时序特征；根据时序特征，将问句分类。该方法强化了问句中的疑问词的语义信息，并通过深度学习中的注意力机制将卷积神经网络和长短时记忆模型进行融合，有效提升了问题分类的精度。 | ||
| 搜索关键词： | 结合 多层 注意力 机制 深度 学习 问题 分类 方法 系统 | ||
【主权项】：
1.一种结合多层级注意力机制的深度学习问题分类方法，其特征在于，包括：构建疑问词向量集合，所述疑问词向量集合包括疑问词向量和包含了疑问词信息的普通词向量；根据所述疑问词向量集合，采用卷积运算提取问句的窗口映射；根据所述窗口映射，提取所述问句的时序特征；根据所述时序特征，将所述问句分类。
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合肥工业大学，未经合肥工业大学许可，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/201810599036.4/，转载请声明来源钻瓜专利网。
