[发明专利]基于层次混合网络的标题党文章检测方法及联邦学习策略在审
| 申请号： | 201811332621.4 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109657055A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 廖枫;卓汉逵 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 广州容大专利代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510275 广东省*** | 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： | 本发明公开了一种基于层次混合网络的标题党文章检测模型及联邦策略，所述模型包括：标题编码器，用于对文章标题进行特征提取，将文章标题文本有效地编码成标题向量；内容编码器，用于对内容文本进行特征提取，将内容文本有效地编码成文档向量；关联信息提取器，用于使用机器阅读理解相关技术，对所述标题向量及文档向量进行关联，从而得到两者的关联向量；分类网络，用于基于标题特征向量、文档向量以及关联向量进行标题党分类，本发明通过利用文档标题与文档内容之间的关联信息，可取得更好的标题党检测效果。 | ||
| 搜索关键词： | 向量 关联向量 关联信息 混合网络 内容文本 特征提取 文档向量 文章标题 有效地 检测 标题编码器 内容编码器 标题特征 分类网络 使用机器 文档标题 文档内容 学习策略 提取器 文本 关联 阅读 分类 | ||
【主权项】：
1.一种基于层次混合网络的标题党文章检测模型，包括：标题编码器，用于对文章标题进行特征提取，将文章标题文本有效地编码成标题向量；内容编码器，用于对内容文本进行特征提取，将内容文本有效地编码成文档向量；关联信息提取器，用于使用机器阅读理解技术，对所述标题向量及文档向量进行关联，从而得到两者的关联向量；分类网络，用于基于标题向量、文档向量以及关联向量进行标题党分类，获得预测结果。
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/201811332621.4/，转载请声明来源钻瓜专利网。
