[发明专利]一种基于深层特征融合模型的商品信息分类方法有效
| 申请号： | 201910959182.8 | 申请日： | 2019-10-10 |
| 公开（公告）号： | CN110674305B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 孙华志;姜丽芬;马春梅;刘逸琛;钟长鸿 | 申请（专利权）人： | 天津师范大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284;G06F40/289 |
| 代理公司： | 天津滨海科纬知识产权代理有限公司 12211 | 代理人： | 戴文仪 |
| 地址： | 300384 *** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深层特征融合模型的商品信息分类方法，该方法使用字嵌入和词嵌入两种文本信息嵌入方式，获取更多商品文本标题的浅层特征信息；联合了自注意力机制、卷积神经网络和通道注意力对文本浅层特征进行增强和获得深层增强特征；最后将两种嵌入方法提取到的深层增强特征进行融合，通过多分类逻辑回归方法softmax确定商品类别。本发明使用两种嵌入方式对商品文本标题进行映射，在不损失原有信息的基础上，获取更多的信息；使用卷积神经网络对商品信息特征进行提取，通过两种注意力机制分别对浅层特征和深层特征进了增强，提升分类的准确率；解决了传统专家规则分类方法中仍然需要人工设置规则的问题，提高了分类结果的准确率。 | ||
| 搜索关键词： | 一种 基于 深层 特征 融合 模型 商品信息 分类 方法 | ||
【主权项】：
1.一种基于深层特征融合模型的商品信息分类方法，其特征在于：包括如下步骤：/n(1)对商品文本标题数据进行预处理；/n(2)建立深层特征融合模型，利用深层特征融合模型对商品进行自动分类；/n(3)对模型进行训练和测试，验证数据分类的有效性。/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天津师范大学，未经天津师范大学许可，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/201910959182.8/，转载请声明来源钻瓜专利网。
