[发明专利]基于响应度衡量的并行LSTM结构海关商品分类方法

摘要

本发明公开了一种基于响应度衡量的并行LSTM结构海关商品分类方法，涉及海关税务领域。本发明由一不同特征数据的并行网络结构和两个网络输出部分特征响应机制组成，包括文字数据的数字化向量生成、深度并行LSTM的响应度衡量、适用的softmax概率化定义置信度来专门处理归类要素多元化的算法结构。本发明通过不同数据的并行网络结构和多个网络输出部分特征响应机制，先对海关商品进行先验知识和数据处理，利用大数据技术和深度学习计算将海关海量数据用于模型优化，提高了海关税则号的精准度和准确率。

主权项

1.一种基于相应度衡量的并行LSTM结构海关商品分类方法，其特征在于：本方法由一不同特征数据的并行网络结构和两个网络输出部分特征相应机制组成，具体实现海关商品分类方法包括如下步骤：步骤S01：分别对商品名称和商品规格进行分离并进行数据清洗；步骤S02：分别对商品名称和商品规格进行分词，并挑选出出现次数高的数据进行one‑hot编码；步骤S03：将编码号的数据放入embedding结构，获取一个可优化的语法逻辑结构；步骤S04：输出的浮点型编码输入一个并行的多层LSTM网络分别针对海关归类数据的商品名称和商品规格；步骤S05：输出的特征数据再进行一个多层的全连接网络再拟合；步骤S06：对两个网络输出的结果成绩使用响应模型，针对两种分离数据进行整合，输出两组蕴含数据的属性，最终得到商品名称和商品规格的响应数据；步骤S07：采用softmax将数据转化成概率值的形式，并使用交叉熵作为误差函数与使用的one‑hot编码的税则号计算误差；步骤S08：使用基于动量的反向传播算法优化模型。