[发明专利]一种基于人工智能的多级文本多标签分类方法及系统有效
| 申请号： | 201711063644.5 | 申请日： | 2017-11-02 |
| 公开（公告）号： | CN108073677B | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 李鹏;王斌;郭莉;梅钰 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于人工智能的多级文本多标签分类方法及系统。该方法包括：1)利用神经网络构建多级文本多标签分类模型，并根据该模型得到训练文本的文本类别预测结果；2)根据训练文本中已有的文本类别标注信息与步骤1)得到的训练文本的文本类别预测结果，对多级文本多标签分类模型的参数进行学习，得到参数确定的多级文本多标签分类模型；3)利用参数确定的多级文本多标签分类模型对待分类文本进行分类。本发明只通过文档级的标注信息来推断组成文本的标签，可以很好的应用于组成文本标签难以收集的场景；相对于传统多示例学习方法，本发明引入最少假设，能够更好地拟合实际数据；本发明具有良好的可扩展性。 | ||
| 搜索关键词： | 一种 基于 人工智能 多级 文本 标签 分类 方法 系统 | ||
【主权项】：
1.一种基于人工智能的多级文本多标签分类方法，其特征在于，包括以下步骤：1)利用神经网络构建多级文本多标签分类模型，并根据该模型得到训练文本的文本类别预测结果；2)根据训练文本中已有的文本类别标注信息与步骤1)得到的训练文本的文本类别预测结果，对多级文本多标签分类模型的参数进行学习，得到参数确定的多级文本多标签分类模型；3)利用参数确定的多级文本多标签分类模型对待分类文本进行分类。
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中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/201711063644.5/，转载请声明来源钻瓜专利网。
