[发明专利]一种基于神经网络模型的食品安全事件分类方法及装置在审
| 申请号： | 201910754927.7 | 申请日： | 2019-08-15 |
| 公开（公告）号： | CN110457562A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 郑丽敏;郑瑾 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/35;G06F16/36;G06F16/387;G06F17/27;G06N3/04;G06Q50/26 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100083北京市海淀*** | 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神经网络模型的食品安全事件分类方法。该方法包括：从网站获取食品安全事件的相关数据；构建食品安全领域专用词典，情感分析词典和地理位置信息词典；对获取的数据进行正文提取、分词、去停用词和词性标注处理；构建文本分类模型，该模型由四个网络层组成：词嵌入层，双向循环神经网络层，注意力机制层和分类层。词嵌入层用于文本的分布式表示，双向循环神经网络层用于捕获长文本的上下文信息和语义依赖关系，注意力机制层根据文本特征对分类的重要性为其分配不同的权重，最后使用分类层实现食品安全事件的分类。本方法能够根据国家食品安全事件分级标准，对网站上获取的食品安全事件进行快速准确的分类。 | ||
| 搜索关键词： | 食品安全 分类 注意力机制 神经网络 双向循环 嵌入层 构建 网站 地理位置信息 神经网络模型 文本分类模型 上下文信息 安全事件 词性标注 分级标准 国家食品 情感分析 事件分类 文本特征 语义依赖 正文提取 专用词典 长文本 停用词 网络层 分词 权重 捕获 文本 分配 | ||
【主权项】：
1.一种基于神经网络模型的食品安全事件分类方法，其特征在于，包括：/n从各省市食品安全信息发布的网站获取食品安全事件的相关数据；/n根据所述食品安全事件的相关数据构建食品安全领域专用词典，情感分析词典和地理位置信息词典；/n根据所述食品安全领域专用词典，所述情感分析词典和所述地理位置信息词典对所述食品安全事件的相关数据进行正文提取、分词、去停用词和词性标注预处理；/n将文本分类模型用于提取预处理后文本的特征，所述模型由四个网络层组成：词嵌入层，双向循环神经网络层，注意力机制层和分类层；所述词嵌入层用于对文本的分布式表示，word2vec网络中的skip-gram模型将文本表示成词向量，所述双向循环神经网络层用于捕获长文本的上下文信息和语义依赖关系且双向的网络结构可缓解信息不平衡的问题，所述注意力机制层根据文本特征对分类的重要性使用双线性注意力函数，以较少的参数获得隐藏层状态间的交互为这些特征分配不同的权重，所述分类层实现最终的食品安全事件的分类。/n
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农业大学，未经中国农业大学许可，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/201910754927.7/，转载请声明来源钻瓜专利网。
