[发明专利]一种基于Wide＆Deep深度学习模型的文本预测方法有效
| 申请号： | 201911054827.X | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN110879934B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 傅啸 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06F40/117 | 分类号： | G06F40/117;G06F40/289;G06N3/0464;G06N3/08 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杨舟涛 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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WideDeep深度学习模型的文本预测方法。本发明旨在解决深度学习模型中对人工特征的充分利用以及WideDeep模型预测时的计算消耗问题。本发明的实施方案是：首先对文本数据进行标注，其次构建Wide特征，然后对基于WideDeep的深度学习模型添加辅助训练任务，最后对文本内容进行预测。本发明提及的人工特征作为深度学习模型训练过程中的附加任务，为模型提供了更多的有效信息，提高了模型学习效率。并且，在文本内容预测时不需要计算Wide特征，从而提升了模型性能。不同宽度的卷积核卷积后，可以通过一次卷积block获得不同距离上的信息，这有助于提升模型性能。同时，减少调整不同卷积核的时间，通过模型学习能自动适应不同的卷积核宽度。 | ||
| 搜索关键词： | 一种 基于 wide deep 深度 学习 模型 文本 预测 方法 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/201911054827.X/，转载请声明来源钻瓜专利网。
