[发明专利]基于Bi-GRU和字向量的大规模新闻文本的端到端分类方法在审
| 申请号： | 201810426304.2 | 申请日： | 2018-05-07 |
| 公开（公告）号： | CN108846017A | 公开（公告）日： | 2018-11-20 |
| 发明（设计）人： | 李雄;张传新;刘春阳;张旭;王萌;王慧;王利军;李磊 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心;北京天润基业科技发展股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27;G06N3/04 |
| 代理公司： | 北京慧泉知识产权代理有限公司 11232 | 代理人： | 王顺荣;唐爱华 |
| 地址： | 100029*** | 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： | 本发明一种基于Bi‑GRU和字向量的大规模新闻文本的端到端分类方法，包括如下步骤：S1.进行Word Embedding的字级别语义特征表示；S2.构建注意力权重的Bi‑GRU字级别的句子特征编码模型；S3.搭建基于注意力权重的Bi‑GRU句子级别特征编码模型；S4.使用分层Softmax实现端到端分类实现。本发明方法可降低向量的维度，且有效地防止特征过于稀疏问题。优化了最终的输出向量，增强了模型特征编码有效性。避免维度过高造成的模型难以训练问题，又提供了额外的语义信息。可灵活组合特征抽取模型和各种常见分类器，方便更换调试分类器。计算复杂度比Softmax从|K|降低到log|K|。 | ||
| 搜索关键词： | 端到端 向量 新闻文本 分类器 权重 分类 注意力 计算复杂度 编码模型 方便更换 句子级别 句子特征 模型特征 输出向量 特征编码 语义特征 语义信息 组合特征 有效地 分层 构建 维度 稀疏 抽取 调试 灵活 优化 | ||
【主权项】：
1.一种基于Bi‑GRU和字向量的大规模新闻文本的端到端分类方法，其特征在于：该方法包括如下步骤：S1.进行Word Embedding的字级别语义特征表示调用Word2vec字向量生成接口，然后将句子中的每一个词转换为高维向量空间中的向量表示，蕴含上下文关系即词语特征求取，得到字级别的每一个句子的特征编码；S2.构建注意力权重的Bi‑GRU字级别的句子特征编码模型；S3.搭建基于注意力权重的Bi‑GRU句子级别特征编码模型；S4.使用分层Softmax实现端到端分类实现。
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国家计算机网络与信息安全管理中心;北京天润基业科技发展股份有限公司，未经国家计算机网络与信息安全管理中心;北京天润基业科技发展股份有限公司许可，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/201810426304.2/，转载请声明来源钻瓜专利网。
