申请/专利权人：硕动力公司

申请日：2018-03-14

公开（公告）日：2024-03-19

公开（公告）号：CN110431566B

主分类号：G06N3/04

分类号：G06N3/04

优先权：["20170315 US 62/471,934","20171222 US 15/853,530"]

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.04.21#著录事项变更;2019.12.03#实质审查的生效;2019.11.08#公开

摘要：所公开的技术提出使用计算上便宜、不太精确的词袋BoW模型和计算上昂贵、更精确的长短期记忆LSTM模型的组合来执行自然处理任务诸如情绪分析。使用便宜的、不太精确的BoW模型在本文中称为“略读”。使用昂贵的、更精确的LSTM模型在本文中称为“阅读”。所公开的技术提出了基于概率的引导器PBG。PBG结合了BoW模型和LSTM模型的使用。PBG使用概率阈值策略来基于BoW模型的结果确定是否调用LSTM模型以将句子可靠地分类为积极或消极。所公开的技术还提出了基于深度神经网络的决策网络DDN，其被训练以学习BoW模型和LSTM模型之间的关系并且仅调用两个模型中的一个。

主权项：1.一种在自然语言句子上执行机器分类任务的计算机实现的方法，所述方法包括：通过在所述自然语言句子上执行所述机器分类任务的第一非递归神经网络处理所述自然语言句子，其中所述第一非递归神经网络通过平均所述自然语言句子的矢量嵌入生成所述自然语言句子的均值矢量表示；以及通过第二递归神经网络RNN进一步处理所述自然语言句子，以对所述自然语言句子执行机器分类任务，其中由所述第二RNN处理所述自然语言句子取决于所述第一非递归神经网络在其所述自然语言句子的分类中的确信程度。

全文数据：

权利要求：

百度查询： 硕动力公司 基于概率的引导器

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