-
公开(公告)号：CN117235252A
公开(公告)日：2023-12-15
申请号：CN202210631122.5
申请日：2022-06-06
Applicant: 复旦大学
IPC: G06F16/35 , G06N3/094 , G06N3/0455
Abstract: 本发明公开了基于对抗训练‑BERT的双通道新闻文本分类方法：步骤1，获取中文新闻文本数据集，对数据集作预处理，得到处理后的数据集；步骤2，对处理后的数据集通过语言训练模型BERT做动态词嵌入，获取语料库动态词向量；步骤3，对语言训练模型BERT的Embedding引入PGD方法进行对抗训练，并得到优化后的词向量；步骤4，利用优化后的词向量，采用TextCNN通道来提取数据集的关键词特征和不同层次的局部语义信息，得到关键局部信息向量；步骤5，利用BiLSTM通道提取数据集的上下文语义信息，得到上下文语义信息向量；步骤6，引入CLS，对双通道特征向量及CLS进行拼接，得到拼接后的向量；步骤7，将拼接后的向量输入带Dropout的全连接层并用Softmax函数进行分类，输出新闻文本的类别。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
