[发明专利]一种文本中全局特征的提取方法、系统及相关装置在审
| 申请号： | 201910451681.6 | 申请日： | 2019-05-28 |
| 公开（公告）号： | CN110162635A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 关立刚;陈平华 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种文本中全局特征的提取方法，包括：利用BiLSTM模型获取所述文本的特征信息矩阵和输入信息矩阵；将所述特征信息矩阵和所述输入信息矩阵拼接得到新矩阵；利用卷积神经网络抽取所述新矩阵的全局特征。通过引入了注意力机制，解决了文本分类中无法关注重点单词特征的问题；同时通过引入残差连接，解决了网络模型在堆叠多层时出现的梯度消失以及高层网络中的参数更新停滞问题。实验结果表明，本文提出的模型能够更准确的获取文本特征信息，提高了文本分类的准确率。本申请还提供一种文本中全局特征的提取系统、一种计算机可读存储介质和一种终端，具有上述有益效果。 | ||
| 搜索关键词： | 矩阵 全局特征 文本 输入信息 特征信息 文本分类 新矩阵 计算机可读存储介质 卷积神经网络 文本特征信息 注意力机制 参数更新 单词特征 高层网络 模型获取 提取系统 网络模型 相关装置 引入 准确率 残差 堆叠 多层 拼接 申请 抽取 停滞 终端 | ||
【主权项】：
1.一种文本中全局特征的提取方法，其特征在于，包括：利用BiLSTM模型获取所述文本的特征信息矩阵和输入信息矩阵；将所述特征信息矩阵和所述输入信息矩阵拼接得到新矩阵；利用卷积神经网络抽取所述新矩阵的全局特征。
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广东工业大学，未经广东工业大学许可，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/201910451681.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于机器学习的文本处理方法
- 下一篇：基于D-LSTM的情绪原因识别方法
