[发明专利]一种基于预训练语言模型的长文本聚类方法及装置在审
| 申请号： | 202011093000.2 | 申请日： | 2020-10-13 |
| 公开（公告）号： | CN112836043A | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 张震;石瑾;李鹏;王玉杰;张浩宇;贾国庆;吴飞 | 申请（专利权）人： | 讯飞智元信息科技有限公司;国家计算机网络与信息安全管理中心 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 230088 安徽*** | 国省代码： | 安徽;34 |
| 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预训练语言模型的长文本聚类方法及装置，该方法包括：步骤SS1：使用文本摘要模型将长文本压缩为短文本；步骤SS2：根据步骤SS1获得的所述短文本与BERT模型的有标签文本句子对来预测是否两个文本包含相同的事件，生成文本对初始分数；步骤SS3：使用步骤SS2获得的所述文本对初始分数作为初始分数，根据文本对相较于其他文本的关系来重新计算分数；步骤SS4：根据步骤SS3获得的文本对分数，从得分最高的文本对开始计算分组。本发明运用深度学习方法的同时，采用迁移学习，将大规模预训练模型应用到文本聚类中。 | ||
| 搜索关键词： | 一种 基于 训练 语言 模型 文本 方法 装置 | ||
【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讯飞智元信息科技有限公司;国家计算机网络与信息安全管理中心，未经讯飞智元信息科技有限公司;国家计算机网络与信息安全管理中心许可，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/202011093000.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种有害音频检测方法及装置
- 下一篇：基板切割方法和制造半导体器件的方法
