“文本分类模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1058427个，建议您升级VIP下载更多相关专利

[发明专利]提高文本分析模型泛化能力的训练方法及装置-CN202210213185.9在审
发明人：余思成;邴立东 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-03-04 - 公布日： 2022-06-07 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供提高文本分析模型泛化能力的训练方法及装置，其中所述提高文本分析模型泛化能力的训练方法包括：获取训练样本集，其中，所述训练样本集合中包括训练文本；基于所述训练样本集和预设环境分类信息生成目标环境矩阵，其中，所述目标环境矩阵中包括每个训练文本对应的环境标签；根据所述训练文本和所述训练文本对应的环境标签训练文本分析模型，其中，所述文本分析模型包括与所述预设环境分类信息对应的分类器。通过本方法，使得文本分析模型在预测阶段的预测分布与训练阶段的训练分布存在分布差异的情况下，提升了文本分析模型的预测准确率。
提高文本分析模型泛化能力训练方法装置

[发明专利]数据处理、文本分类模型的训练、文本分类方法和装置-CN201911235575.0有效
发明人：马良庄 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-12-05 - 公布日： 2023-03-21 - 主分类号： G06F16/35 文献下载
摘要：本说明书实施例提供一种数据处理方法和装置、文本分类模型的训练方法和装置，以及文本分类方法和装置，将第一待处理文本信息划分为N组，根据其中N‑1组训练文本信息训练第一文本分类模型，并通过所述第一文本分类模型对剩余第一待处理文本信息进行预测，获取所述剩余第一待处理文本信息的预测类别，根据所述剩余第一待处理文本信息的预测类别与真实类别对所述剩余第一待处理文本信息进行过滤，以从所述剩余第一待处理文本信息中获取训练文本信息。通过本说明书实施例方案，能够从大量的第一待处理文本信息中自动过滤掉低质量数据，得到高质量的训练数据，通过该训练数据来训练文本分类模型，能够提高模型的分类准确性。
数据处理文本分类模型训练方法装置

[发明专利]一种用于商业文本分类的特征聚类降维方法-CN202310046590.0在审
发明人：张鹏;乔通;陈彧星 -专利权人：浙江中电远为科技有限公司
申请日： 2023-01-31 - 公布日： 2023-04-25 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种用于商业文本分类的特征聚类降维方法。一种用于商业文本分类的特征聚类降维方法，包括如下文本分类步骤：S1、文本获取和预处理，获取待分类的原始的商业文本，通过词法分析对所述原始的商业文本进行处理，得到预处理文本；S2、文本筛选；S3、文本表示；S4、特征降维；S5、文本分类，得到文本分类结果。本发明提出一种新的商业文本分类方法，基于BoW模型在n维向量空间中表示商业文本数据，利用词频‑逆文档频率筛选频率高权重大的特征，基于全局词频统计的词表征设计一种降维模型，对商业文本数据进行降维聚类，完成对商业文本的分类，适用性强，可以与大部分分类方法结合。
一种用于商业文本分类特征聚类降维方法

[发明专利]基于图神经网络的标题文本数据分类方法及装置-CN202310093537.6在审
发明人：李沛林;杨瑞龙;夏云霓;李佳;孙天昊 -专利权人：重庆大学
申请日： 2023-02-10 - 公布日： 2023-04-21 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及数据处理装置领域，具体涉及基于图神经网络的标题文本数据分类方法及装置，包括：对随机抽取的标题文本数据进行预处理，形成词汇语料库集；基于词汇语料库集采用神经网络生成文本分类模型；获得标题文本数据，并进行处理，得到处理数据；将处理数据输入到文本分类模型进行处理，得到分类结果；对分类结果进行校验。本发明可以采用卷积神经网络生成文本分类模型。然后可以获取需要处理的标题文本数据，并进行处理去除其中的无关信息以得到处理数据，并将处理数据输入到文本分类模型中进行处理，以得到分类结果，最后可以对分类结果进行校验，以提高分类结果的正确性，使得使用更加方便
基于神经网络标题文本数据分类方法装置

[发明专利]一种文本分类方法、装置及设备-CN202111617214.X在审
发明人：姚凯 -专利权人：天翼云科技有限公司
申请日： 2021-12-27 - 公布日： 2022-05-06 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种文本分类方法、装置及设备，该方法包括：获取待分类文本，获取所述待分类文本中出现的字形及读音对应的向量；将所述向量输入预先训练得到的文本分类模型，利用所述文本分类模型中的特征提取子模型对输入的向量进行上下文关系特征提取得到特征向量，利用分类子模型基于所述特征向量预测所述待分类文本属于各分类的概率；根据所述待分类文本属于各分类的概率，确定所述待分类文本的分类。以此解决在当前云存储和大数据的背景下对文本文件的高效审核的问题。
一种文本分类方法装置设备

[发明专利]一种情感分类模型的训练方法及装置-CN201910995386.7在审
发明人：曹秀亭 -专利权人：普天信息技术有限公司
申请日： 2019-10-18 - 公布日： 2021-04-20 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例提供一种情感分类模型的训练方法及装置，所述方法包括：获取作为训练样本的文本，并根据文本的文本长度划分文本的分类；所述文本是用户评论文本；确定与划分后每类文本分别对应的批量样本数；其中，所述批量样本数的数量与划分后每类文本的文本长度呈反比例变化；利用与每批批量样本数相对应的批量样本分别训练情感分类模型。本发明实施例提供的情感分类模型的训练方法及装置，通过确定与划分后每类文本分别对应的批量样本数，并利用与每批批量样本数相对应的批量样本分别训练情感分类模型，能够加快情感分类模型的训练速度。
一种情感分类模型训练方法装置

[发明专利]基于改进BERT模型的电力审计文本分类方法及装置-CN202211283079.4有效
发明人：孟庆霖;穆健;戴斐斐;赵宝国;王霞;崔霞;宋岩;葛晓舰;吕元旭;赵战云;唐厚燕;王瑞;许良;徐业朝;徐晓萱;马剑;李常春;郭保伟;李婧 -专利权人：国网天津市电力公司培训中心;天津天源电力工程有限公司;天津市城西广源电力工程有限公司;天津市宁河区宁东盛源电力工程有限公司;国网天津市电力公司;国家电网有限公司
申请日： 2022-10-20 - 公布日： 2023-01-03 - 主分类号： G06F16/35 文献下载
摘要：本发明公开一种基于改进BERT模型的电力审计文本分类方法及装置，其中分类方法包括：获取电力文本；构建EPAT‑BERT模型；将电力文本输入EPAT‑BERT模型进行预训练，获得预训练后的EPAT‑BERT模型；其中，预训练包括分别进行字粒度掩码语言模型训练和实体粒度的掩码语言模型训练；对预训练后的EPAT‑BERT模型进行微调后开展性能评价，确定文本分类EPAT‑BERT模型；将待分类的电力审计文本输入文本分类EPAT‑BERT模型，输出电力审计文本的类别标签。本发明提出的两种预训练任务，以大规模电力文本作为训练语料，把握电力文本中的词法、语法以及相关知识，实现电力审计文本的高效自动分类。
基于改进 bert 模型电力审计文本分类方法装置

[发明专利]一种文本分类模型生成方法、文本分类方法及装置、设备-CN202010239449.9在审
发明人：闻英友;何涛;陈剑 -专利权人：东软集团股份有限公司
申请日： 2020-03-30 - 公布日： 2020-07-31 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例公开了一种文本分类模型生成方法、文本分类方法及装置、设备，该文本分类模型生成方法包括：在获取到第一训练数据后，利用第一训练数据训练至少一个类别的第一基础分类模型，并利用各个类别的第一基础分类模型分别得到文本数据对应的Q个第一分类概率值；再获得各个类别的第二基础分类模型，使得第二基础分类模型的类别与第一基础分类模型的类别相对应，以便在将文本数据对应的利用各个类别的第一基础分类模型分别得到的Q个第一分类概率值以及文本数据对应的Q个分类标签确定为第二训练数据之后，先利用第二训练数据训练得到混合分类模型，再将各个类别的第二基础分类模型的输出层与混合分类模型的输入层相连，组成文本分类模型。
一种文本分类模型生成方法装置设备

[发明专利]基于CNN-SVM-KNN组合模型的文本分类方法-CN201910718426.3在审
发明人：郑文斌;凤雷;刘冰;付平;孙媛媛;石金龙;叶俊涛;王天城;魏明晨;徐明珠;吴瑞东 -专利权人：哈尔滨工业大学
申请日： 2019-08-05 - 公布日： 2019-11-05 - 主分类号： G06F16/35 文献下载
摘要：基于CNN‑SVM‑KNN组合模型的文本分类方法，本发明涉及基于组合模型的文本分类方法。本发明的目的是为了解决现有方法文本分类准确率低的问题。具体过程为：1：文本预处理；2：对步骤一预处理后后的文本进行特征提取，得到特征提取后的文本；3：基于步骤2建立CNN模型；4：建立CNN‑SVM模型；5：建立CNN‑KNN模型；6：设定区分阈值d；7：计算距离：计算待分类的样本点到CNN‑SVM分类器最优的分类面距离tmp；8：比较距离：当tmp＞d时，选择CNN‑SVM分类器；否则，选择CNN‑KNN分类器；9：重复执行步骤6至步骤9，寻找评价指标最优的本发明用于文本分类领域。
文本分类组合模型特征提取预处理文本分类准确率文本预处理方法文本计算距离评价指标重复执行分类面样本点分类

[发明专利]基于人工智能的文本分类方法、装置、设备及存储介质-CN202210041647.3在审
发明人：郭丹丹 -专利权人：平安普惠企业管理有限公司
申请日： 2022-01-14 - 公布日： 2022-04-29 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能技术领域，揭露一种基于人工智能的文本分类方法，包括：基于样本语音的转译文本以及与所述转译文本相对应的标注文本，构建拼音模糊音的编码规则；基于所述拼音模糊音的编码规则，获取预训练文本的第一词向量；基于预设学习模型获取所述预训练文本的第二词向量，并基于所述第一词向量和所述第二词向量训练预构建的深度神经网络模型，直至形成文本分类模型；基于所述文本分类模型，对待处理的目标文本进行分类处理。本发明可以提高文本分类的准确度。
基于人工智能文本分类方法装置设备存储介质

[发明专利]一种基于改进textCNN模型的文本分类方法、装置及存储介质-CN201811572759.1在审
发明人：马涛;栾江霞;章正道;俞碧洪;徐晓文 -专利权人：厦门市美亚柏科信息股份有限公司
申请日： 2018-12-21 - 公布日： 2019-06-21 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种基于改进textCNN模型的文本分类方法、装置及存储介质。该方法包括：训练步骤，使用样本文本对改进textCNN模型进行训练得到训练后的改进textCNN模型；文本分类步骤，使用训练后的改进textCNN模型对待分类的文本进行分类。本发明通过对传统的textCNN模型进行改进得到改进textCNN模型的文本分类算法，由于预训练了词嵌入层，使得训练阶段的训练时间和计算量大大减少；由于加深了卷积层的深度以及增加了批归一化层，使得分类准确率较大提高，更加适用于对样本实时性要求(即要根据新样本较频繁的更新模型)和分类准确率都要求较高的场景，如互联网舆情的文本分类等等。
文本分类改进分类准确率存储介质文本分类算法实时性要求训练步骤训练阶段样本文本传统的归一化计算量嵌入层新样本分类卷积样本文本场景互联网更新加深

[发明专利]一种文本分类方法及装置-CN201810298048.3有效
发明人：殷子墨;李健;张连毅;武卫东 -专利权人：北京捷通华声科技股份有限公司
申请日： 2018-04-03 - 公布日： 2021-02-19 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了一种文本分类方法及装置。在本发明实施例中，确定多个文本类别；对于每一个文本类别，获取分别属于该文本类别的多个样本文本；确定预设神经网络模型；使用分别属于每一个文本类别的多个样本文本对预设神经网络模型训练，得到目标文本分类模型；获取待分类文本；使用目标文本分类模型确定待分类文本在多个文本类别中所属的目标文本类别。通过本发明实施例的方法，可以确定待分类文本所述的文本类别。之后可以目标文本类别分类存储待分类文本，方便用户之后查询和使用和同领域归类。
一种文本分类方法装置

[发明专利]一种基于有监督对比学习的细粒度文本分类方法-CN202210430095.5在审
发明人：徐建;李晓冬;阮国庆;王羽 -专利权人：中国电子科技集团公司第二十八研究所
申请日： 2022-04-22 - 公布日： 2022-07-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于有监督对比学习的细粒度文本分类方法，包括：步骤1，构建文本分类模型，并定义层级分类体系，细粒度刻画类别；步骤2，选取样本，并对于每个样本合理构建正负例，进行数据增广；步骤3，基于交叉熵损失和对比损失对文本分类模型进行联合训练，实现细粒度文本分类。针对细粒度文本分类的实际需求，定义层级分类体系；为了区分细粒度文本分类，引入基于对比学习的损失函数；为了构建样本的正例，提出了一种基于随机替换的数据增广方式；提出一种基于对比损失和交叉熵损失相结合的细粒度文本分类方法，引入了对比学习的思想解决细粒度文本分类问题，保证同类别样本较近的语义距离。
一种基于监督对比学习细粒度文本分类方法

[发明专利]结合RPA和AI的文本分类方法、装置、设备及介质-CN202010718676.X在审
发明人：汪冠春;胡一川;莫晓晔 -专利权人：北京来也网络科技有限公司;北京奔影网络科技有限公司
申请日： 2020-07-23 - 公布日： 2020-10-23 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例公开一种结合RPA和AI的文本分类方法、装置、设备及介质。该方法包括：获取待分类文本；根据预先训练得到的预训练词表，确定待分类文本中包括的每个目标分词对应的目标词向量；将包括各目标词向量的待分类文本输入预先训练得到的分类模型中，得到待分类文本对应的文本类型。应用本发明实施例提供的方案，能够基于预先训练得到的分类模型对待分类文本进行分类，整个文本分类过程不需要人工参与，进而能够提高文本分类的效率。并且，对待分类文本进行分类时，与直接使用待分类文本中的分词进行文本分类相比，目标词向量能够更准确的体现出各分词之间的关系，从而能够提高文本分类的准确性。
结合 rpa ai 文本分类方法装置设备介质

[发明专利]垃圾文本检测方法、可读存储介质和计算机设备-CN201810217110.1在审
发明人：蓝利君;齐逸岩;成杰峰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-03-16 - 公布日： 2019-10-08 - 主分类号： G06F16/35 文献下载
摘要：本申请涉及一种垃圾文本检测方法、计算机可读存储介质和计算机设备，通过获取待检测文本；将所述待检测文本输入通过训练得到的垃圾文本分类模型，获得所述待检测文本的垃圾文本检测结果；训练得到所述垃圾文本分类模型的方式包括：获取候选垃圾文本库中的各候选垃圾文本；确定各候选垃圾文本的文本向量，并基于各候选垃圾文本的文本向量确定各样本垃圾文本；将待训练样本文本输入待训练垃圾文本分类模型，获得所述垃圾文本分类模型，所述待训练样本包括各所述样本垃圾文本本申请实施例提高了垃圾文本的识别率。
垃圾文本分类模型待检测文本计算机设备文本向量训练样本样本计算机可读存储介质可读存储介质检测结果识别率检测申请文本