一種文本分類方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN202111386639.4 申請(qǐng)日 -
公開（公告）號(hào) CN114048290A 公開（公告）日 2022-02-15
申請(qǐng)公布號(hào) CN114048290A 申請(qǐng)公布日 2022-02-15
分類號(hào) G06F16/33（2019.01）I;G06F16/35（2019.01）I;G06F40/194（2020.01）I;G06F40/30（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 胡加明;李健銓;劉小康 申請(qǐng)（專利權(quán)）人 鼎富智能科技有限公司
代理機(jī)構(gòu) 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 郭放;許偉群
地址 230000安徽省合肥市高新區(qū)習(xí)友路3333號(hào)A1樓19層-B區(qū)
法律狀態(tài) -

摘要

摘要 本申請(qǐng)實(shí)施例提供了一種文本分類方法及裝置。其中，該方法包括：獲取文本的文本表示向量與標(biāo)簽矩陣之間的相似度向量；獲取從相似度向量到文本對(duì)應(yīng)的標(biāo)簽之間的第一損失函數(shù)；對(duì)文本表示向量進(jìn)行線性映射，得到文本的對(duì)抗向量；獲取從對(duì)抗向量到文本對(duì)應(yīng)的標(biāo)簽之間的第二損失函數(shù)；將第一損失函數(shù)和第二損失函數(shù)的結(jié)合作為文本分類模型的總損失函數(shù)，以訓(xùn)練文本分類模型；根據(jù)訓(xùn)練后的文本分類模型對(duì)未知文本進(jìn)行分類。本申請(qǐng)實(shí)施例的技術(shù)方案，通過引入對(duì)抗訓(xùn)練使文本分類模型不再專注于學(xué)習(xí)某個(gè)類別的簡單特征，而是學(xué)習(xí)到各個(gè)類別的共性特征，使文本分類模型學(xué)習(xí)到類別更深層次的表示，提高了文本分類模型的泛化性和魯棒性。