申请/专利权人:浙江师范大学
申请日:2022-04-08
公开(公告)日:2024-04-02
公开(公告)号:CN114780723B
主分类号:G06F16/35
分类号:G06F16/35;G06F16/33;G06F16/335;G06F40/30
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2022.08.09#实质审查的生效;2022.07.22#公开
摘要:本发明公开了一种基于向导网络文本分类的画像生成方法、系统和介质,可广泛应用于计算机技术领域。本发明方法通过将特征提取器提取到的特征和文本标签一起输入到向导网络,以通过向导网络得到学生文本与文本标签的语义关联关系,从而可以根据该语义关联关系调节特征提取器的参数;接着在特征提取器的参数满足第一预设要求后,根据特征提取器的当前文本特征和文本标签调节排序分类器的参数;然后在排序分类器的参数满足第二预设要求后,通过满足第一预设要求的特征提取器和满足第二预设要求的排序分类器获取当前学生文本的目标标签,从而根据该目标标签即能得到更加精确的学生画像。
主权项:1.一种基于向导网络文本分类的画像生成方法,其特征在于,所述方法包括以下步骤:获取若干个学生文本和若干个文本标签,所述学生文本包括学生的性格特征描述语句、学生评价语句和学生日常行为记录语句;将所述学生文本输入到特征提取器,得到第一文本特征;以及将所述文本标签输入到所述特征提取器,得到标签特征;将所述第一文本特征、所述标签特征和所述文本标签输入到向导网络,得到所述学生文本与所述文本标签的语义关联关系;根据所述语义关联关系调节所述特征提取器的参数;确定所述特征提取器的参数满足第一预设要求,将所述特征提取器生成的当前文本特征作为第二文本特征;根据所述第二文本特征和所述文本标签调节排序分类器的参数;确定所述排序分类器的参数满足第二预设要求,将当前学生文本输入到满足第一预设要求的特征提取器,得到第三文本特征;将所述第三文本特征输入到满足第二预设要求的排序分类器,预测得到目标标签;根据所述目标标签生成学生画像。
全文数据:
权利要求:
百度查询: 浙江师范大学 基于向导网络文本分类的画像生成方法、系统和介质
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。