[发明专利]一种基于自注意力卷积神经网络的短文本分类方法及系统有效
申请号: | 202010150086.1 | 申请日: | 2020-03-06 |
公开(公告)号: | CN111460142B | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 周国强;管兵 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F40/284;G06N3/04;G06N3/08 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
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自注意力卷积神经网络的短文本分类方法和系统,该方法包括:首先对短文本数据集进行预处理,得到词的初始特征向量,组成的短文本矩阵输入到Word2vec模型中,从而得到词向量;接着将输入短文本矩阵至Self‑attention层,对每个标记Token的上下文信息进行编码,经过卷积层、池化层后抽取短文本的高级语义特征向量,并输入至Softmax分类器进行文本分类识别;所述系统包括文本预处理模块、Word2vec预训练模块、Self‑attention模块、卷积池化模块、分类器模块。本发明在短文本特征学习模型中融合了自注意力机制,可以有效地突出上下文关键词的作用,使得模型的性能得到了很大的提高,且能够降低计算的误差,提高文本数据分类的准确率。 | ||
搜索关键词: | 一种 基于 注意力 卷积 神经网络 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南京邮电大学,未经南京邮电大学许可,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/202010150086.1/,转载请声明来源钻瓜专利网。
- 上一篇:发光复合膜层、背光模组及显示装置
- 下一篇:一种基于微服务的流程调度方法