申请/专利权人：中南大学

申请日：2023-06-29

公开（公告）日：2024-03-08

公开（公告）号：CN116701637B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/30;G06N3/0455;G06N3/0464;G06V10/82;G06V10/74;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2023.09.22#实质审查的生效;2023.09.05#公开

摘要：本发明公开了一种基于CLIP的零样本文本分类方法、系统及介质，其中方法包括：S1：获取待分类文本；S2：将文本输入文本编码器得到文本向量，将文本图像集中的图像集输入图像编码器得到图像向量；S3：将文本向量和图像向量进行计算处理得到图片和文本的相似程度；S4：根据当前分类任务类型和计算得到的相似程度进行预测匹配得到文本分类的结果。将文本信息和图像信息相结合，并应用于自然语言处理中，实现了将文本分类任务重构为CLIP模型能够解决的文本图像匹配任务，提高了文本分类的精度。

主权项：1.一种基于CLIP的零样本文本分类方法，其特征在于，包括：S1：获取待分类文本；S2：将文本输入文本编码器得到文本向量，将文本图像集中的图像集输入图像编码器得到图像向量；其中，所述文本图像集中图像集获取过程为：S21：根据待分类文本获取文本集、标签集；其中文本集为待分类文本的集合，标签集为待分类文本可能所属分类的集合；S22：针对标签集中每个标签随机下载一张图片，得到由所有下载图片构成的图像集；S23：将文本标签集转换为文本图像集；或者，所述文本图像集中图像集获取过程为：S21：根据待分类文本获取文本集、标签集；其中文本集为待分类文本的集合，标签集为待分类文本可能所属分类的集合；S22：针对标签集中每个标签随机下载多张图片进行ensemble增强，得到由所有下载图片构成的图像集；S23：将文本标签集转换为文本图像集；其中，所述文本标签集转换为文本图像集的具体过程为：按照每个标签的种类，采用S22中获取的对应图片做替换，使文本标签对映射到文本图像集其中，xi为第i个文本，yi为第i个标签，为yi对应的M张图片，N为测试集中文本的数量；其中，获取文本图像集后，在测试集中文本的开头前添加额外的语义提示词用于prompt增强，表示为： 其中，Prompt为针对不同文本分类测试集的特定任务的语义提示词；x为测试集中的文本；为添加额外的语义提示词后的文本；S3：将文本向量和图像向量进行计算处理得到图片和文本的相似程度；S4：根据当前分类任务类型和计算得到的相似程度进行预测匹配得到文本分类的结果；其中，所述分类任务类型包括单标签分类任务、多标签分类任务；所述根据计算得到相似程度和当前分类任务类型进行预测匹配得到分类的结果过程具体为：若分类任务类型为单标签分类任务，则选择相似程度最高的类别作为最终匹配结果；若分类任务类型为多标签分类任务，则选择相似程度大于预设阈值的类别作为最终匹配结果。

全文数据：

权利要求：

百度查询： 中南大学 一种基于CLIP的零样本文本分类方法、系统及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD