[发明专利]基于分层神经网络的文本表示方法和装置在审
| 申请号： | 201810992760.3 | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109726268A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 陈洪辉;邵太华;蔡飞;舒振;陈涛;郝泽鹏;陈皖玉;潘志强;郑建明 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/35;G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 马骁;于洁 |
| 地址： | 410003*** | 国省代码： | 湖南;43 |
| 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分层神经网络的文本表示方法和装置，其中的方法包括：将组成句子的每个词转换为向量；将与句子中的所有词相对应的向量输入神经网络进行聚合，输出与此句子相对应的句子表示；将所有的句子表示输入神经网络聚合，生成与所有的句子表示相对应的文档表示；通过全连接网络将文档表示转换为文档分类向量，并基于文档分类向量获得对文档分类的预测概率分布。本发明的方法和装置，通过将分层机制引入神经网络模型来解决用于文本分类的文档表示问题，更好地提高不同任务的互操作性，将分层神经体系结构融入神经网络方法分别导致了新的基于分层的神经网络模型，精确度、性能等方面明显优于已有的神经网络模型，而且耗费更少。 | ||
| 搜索关键词： | 句子 向量 神经网络模型 方法和装置 文档表示 文档分类 分层 分层神经网络 输入神经网络 文本表示 聚合 概率分布 互操作性 连接网络 神经网络 体系结构 文本分类 词转换 神经 输出 引入 转换 融入 预测 | ||
【主权项】：
1.一种基于分层神经网络的文本表示方法，其特征在于，包括：基于预设的转换规则将组成句子的每个词转换为向量；将与所述句子中的所有词相对应的所述向量输入神经网络进行聚合，输出与此句子相对应的句子表示；将所有的句子表示输入神经网络聚合，生成与所有的句子表示相对应的文档表示；通过全连接网络将所述文档表示转换为文档分类向量，并基于所述文档分类向量获得对文档分类的预测概率分布。
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人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/201810992760.3/，转载请声明来源钻瓜专利网。
- 上一篇：用于故事机的故事推荐方法和装置
- 下一篇：信息处理方法、信息处理装置以及程序
