申请/专利权人:电子科技大学
申请日:2020-10-20
公开(公告)日:2021-01-12
公开(公告)号:CN112214599A
主分类号:G06F16/35(20190101)
分类号:G06F16/35(20190101);G06F40/216(20200101);G06F40/30(20200101);G06F40/126(20200101);G06K9/62(20060101);G06N3/04(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.06.24#授权;2021.01.29#实质审查的生效;2021.01.12#公开
摘要:本发明公开了一种基于统计学和预训练语言模型的多标签文本分类方法,包括以下步骤:S1、对需要分类的训练语料进行预处理;S2、建立基于统计学方法和语言模型的标签获取模型;S3、对获取的标签数据进行处理;S4、建立基于预训练语言模型的多标签分类模型,利用得到的标签数据进行模型训练;S5、使用训练好的多标签文本分类模型,对待分类的文本数据进行多标签分类。本发明提出一种结合了统计学方法与预训练语言模型标签获取方法,使用ALBERT语言模型来获取文本的语义编码信息,不需要人工标注数据集,能够提高获取标签的准确度。
主权项:1.基于统计学和预训练语言模型的多标签文本分类方法,其特征在于,包括以下步骤:S1、对需要分类的训练语料进行预处理;S2、建立基于统计学方法和语言模型的标签获取模型;S3、对获取的标签数据进行处理;S4、建立基于预训练语言模型的多标签分类模型,利用得到的标签数据进行模型训练;S5、使用训练好的多标签文本分类模型,对待分类的文本数据进行多标签分类。
全文数据:
权利要求:
百度查询: 电子科技大学 基于统计学和预训练语言模型的多标签文本分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。