[发明专利]基于深度学习模型的复合文本多分类方法及系统在审
| 申请号： | 202110222535.3 | 申请日： | 2021-02-27 |
| 公开（公告）号： | CN113011163A | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 卜佑军;孙嘉;陈博;张桥;王方玉;张鹏;周锟;伊鹏;马海龙;胡宇翔;李锦玲;张稣荣;路祥雨;张进 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学;网络通信与安全紫金山实验室 |
| 主分类号： | G06F40/216 | 分类号： | G06F40/216;G06F40/242;G06F40/284;G06F40/30;G06F16/35;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 周艳巧 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于自然语言处理技术领域，特别涉及一种基于深度学习模型的复合文本多分类方法及系统，包含：将复合文本转换至词语粒度级的文本表示，对转换后的词语粒度级文本表示进行预处理，并通过词嵌入方法表示为词向量；将词向量作为深度学习模型输入，通过模型CNN卷积层提取文本特征，选取卷积后向量，并保留全局部分序列关联信息，通过模型self‑attention层为文本特征向量附加权重并进行等长向量序列拼接，利用模型LSTM循环层提取文本特征向量；通过模型池化层对文本特征向量进行平均化操作，并利用softmax分类器获取输入的文本类别概率，依据概率大小来获取文本分类结果。本发明可解决复合文本精确多分类问题，满足自然语言文本多分类预测识别的实际应用。 | ||
| 搜索关键词： | 基于 深度 学习 模型 复合 文本 分类 方法 系统 | ||
【主权项】：
暂无信息
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国人民解放军战略支援部队信息工程大学;网络通信与安全紫金山实验室，未经中国人民解放军战略支援部队信息工程大学;网络通信与安全紫金山实验室许可，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/202110222535.3/，转载请声明来源钻瓜专利网。
- 上一篇：基于人工智能的轨道平整度检测系统
- 下一篇：一种智能音乐学习及训练装置
