基于改進seq2seq模型的多源多標簽文本分類方法及其系統(tǒng)
基本信息
| 申請?zhí)?/td> | CN201811302126.9 | 申請日 | - |
| 公開（公告）號 | CN109299273B | 公開（公告）日 | 2019-02-01 |
| 申請公布號 | CN109299273B | 申請公布日 | 2019-02-01 |
| 分類號 | G06F16/35(2019.01)I | 分類 | - |
| 發(fā)明人 | 謝松縣;高輝;陳仲生;彭立宏;曾道建;桂林;封黎;李磊 | 申請（專利權(quán)）人 | 廣州語義科技有限公司 |
| 代理機構(gòu) | 長沙國科天河知識產(chǎn)權(quán)代理有限公司 | 代理人 | 廣州語義科技有限公司 |
| 地址 | 510623廣東省廣州市天河區(qū)珠江東路32號利通廣場規(guī)劃設(shè)計樓32層全層單元（自編樓層34層全層單元）的E37房 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明屬于自然語言處理文本分類技術(shù)領(lǐng)域，具體提供了一種基于改進seq2seq模型的多源多標簽文本分類方法及其系統(tǒng)，該方法包括如下步驟：數(shù)據(jù)輸入及預(yù)處理、詞嵌入、編碼、編碼拼接、解碼、模型優(yōu)化以及預(yù)測輸出。本發(fā)明方法具有如下有益效果：采用seq2seq深度學(xué)習(xí)框架，構(gòu)建多個編碼器，結(jié)合注意力機制用于文本分類任務(wù)，最大限度地利用了多來源語料信息，提高了多標簽分類準確性；在解碼步驟的誤差反饋過程中，針對多標簽文本的特性，加入干預(yù)機制規(guī)避了標簽排序帶來的影響，更多切合多標簽分類問題的本質(zhì)；編碼器采用循環(huán)神經(jīng)網(wǎng)絡(luò)，可以有效的按照時間步進行學(xué)習(xí)；解碼層采用單向循環(huán)神經(jīng)網(wǎng)絡(luò)，并添加了注意力機制，突出了學(xué)習(xí)重點。?? |
