[发明专利]一种基于图模型的深度学习多标签文本分类方法有效
| 申请号： | 202111201995.4 | 申请日： | 2021-10-15 |
| 公开（公告）号： | CN113806547B | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 戴新宇;刘盾 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/216;G06F40/284;G06F40/289;G06N3/0464;G06N3/08 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华;于瀚文 |
| 地址： | 210023 江苏省南*** | 国省代码： | 江苏;32 |
| 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图模型的深度学习多标签文本分类方法，本发明分析了现有的CNN网络和RNN网络在文本信息提取上的弱点，以及多标签文本分类任务中使用标签信息的不足，提出了一种基于图模型的深度学习多标签文本分类方法。该方法借助图结构的灵活性，构造文本、单词和标签的异构图，通过GCN网络学习相关表示，为了有效利用标签信息，利用注意力机制将文本中的单词特征和标签特征进行融合，学习与标签相关的文本特征，最终通过注意力机制将与标签相关的文本特征和图中学习到的文本特征进行融合，作为模型最终提取的文本特征。通过对比实验，发现该方法在多标签文本分类的多个指标上有所提升。 | ||
| 搜索关键词： | 一种 基于 模型 深度 学习 标签 文本 分类 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南京大学，未经南京大学许可，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/202111201995.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于寒区输水渠道的太阳能碎石槽辅热防冰冻结构
- 下一篇：一种口腔抑菌牙膏
