-
公开(公告)号：CN115033689A
公开(公告)日：2022-09-09
申请号：CN202210593432.2
申请日：2022-05-27
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/31 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于小样本文本分类原型网络欧氏距离计算方法，属于计算机技术领域。该方法包括以下内容：通过对数据进行划分为support与query，度量学习的学习范式通过support来获得样本的估计类别，然后通过query来对估计类别进行比较，从而来进行分类。本发明利用孪生网络结合高速网络提升对原型特征进行提取计算，不同孪生层对support以及query的处理均不相同；通过特征级注意力模块来将support与query的进行特征级关注，通过特征融合将结果通过激活函数获得注意力分数系数，通过注意力分数提升欧氏距离对于高维稀疏矩阵的特征进行判别，提高分类准确度。
-
公开(公告)号：CN114064901A
公开(公告)日：2022-02-18
申请号：CN202111422577.8
申请日：2021-11-26
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F16/951 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于知识图谱词义消歧的书评文本分类方法，属于自然语言处理技术领域。该方法包括：S1：获取书评文本数据集；S2：将文本进行分段处理；S3：对分段后的文本进行聚类并标签化，每个文本片段对应各自的外部知识实体；S4：词级文本预处理；S5：计算词级文本间的语义相似度、余弦相似度、目标函数以及得分；S6：提取文本片段的特征；S7：利用层次注意力网络提取各文本片段的特征信息，再对文本片段的特征信息进行一次层次注意力网路的文本处理，最终得到的特征信息经归一化处理完成文本分类。本发明能有效处理篇章级别的长文本数据。
-
公开(公告)号：CN114064901B
公开(公告)日：2022-08-26
申请号：CN202111422577.8
申请日：2021-11-26
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F16/951 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于知识图谱词义消歧的书评文本分类方法，属于自然语言处理技术领域。该方法包括：S1：获取书评文本数据集；S2：将文本进行分段处理；S3：对分段后的文本进行聚类并标签化，每个文本片段对应各自的外部知识实体；S4：词级文本预处理；S5：计算词级文本间的语义相似度、余弦相似度、目标函数以及得分；S6：提取文本片段的特征；S7：利用层次注意力网络提取各文本片段的特征信息，再对文本片段的特征信息进行一次层次注意力网路的文本处理，最终得到的特征信息经归一化处理完成文本分类。本发明能有效处理篇章级别的长文本数据。
-
公开(公告)号：CN115033689B
公开(公告)日：2023-04-18
申请号：CN202210593432.2
申请日：2022-05-27
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/31 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/0464 , G06N3/048 , G06N3/088
Abstract: 本发明涉及一种基于小样本文本分类原型网络欧氏距离计算方法，属于计算机技术领域。该方法包括以下内容：通过对数据进行划分为support与query，度量学习的学习范式通过support来获得样本的估计类别，然后通过query来对估计类别进行比较，从而来进行分类。本发明利用孪生网络结合高速网络提升对原型特征进行提取计算，不同孪生层对support以及query的处理均不相同；通过特征级注意力模块来将support与query的进行特征级关注，通过特征融合将结果通过激活函数获得注意力分数系数，通过注意力分数提升欧氏距离对于高维稀疏矩阵的特征进行判别，提高分类准确度。
-
-
-
Search Results
4
records
(took 0.048 seconds)
