申请/专利权人：皇家飞利浦有限公司

申请日：2018-08-03

公开（公告）日：2024-04-09

公开（公告）号：CN111356997B

主分类号：G06F16/35

分类号：G06F16/35;G06N3/045;G06N3/0442;G06N3/042;G06N3/09;G06N3/084

优先权：["20170803 US 62/540,790","20180717 US 62/699,079"]

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.08.25#实质审查的生效;2020.06.30#公开

摘要：本文所公开的技术涉及生成并且应用颗粒注意力层次神经网络模型以分类文档。在各种实施例中，指示所述文档的数据可以被获得102并且使用双粒度注意力机构处理104到层次网络模型的两个或更多个层中的第一层中以生成第一层输出数据，其中，双粒度注意力机构更重地加权指示所述文档的数据的一些部分。指示所述文档的数据的一些部分在所述双粒度注意力机构的训练期间被集成到所述层次网络模型中。第一层输出数据可以在所述层次网络模型的两个或更多个层中的第二层中被处理106以生成第二层输出数据。分类标签可以根据第二层输出数据来生成108。

主权项：1.一种利用一个或多个处理器来实施以生成文档的一个或多个分类的方法，包括：获得102指示所述文档的数据；使用双粒度注意力机构在层次网络模型的两个或更多个层中的第一层中处理104指示所述文档的所述数据以生成第一层输出数据，其中，所述双粒度注意力机构在所述第一层中更重地加权指示所述文档的所述数据的一些部分，其中，所述一些部分在所述双粒度注意力机构的训练期间被集成到所述层次网络模型中，并且其中，所述双粒度注意力机构包括注意力历史和领域特异性注意力历史，其中，所述注意力历史与所述层次网络模型的所述第一层相对应，并且所述领域特异性注意力历史与所述层次网络模型的第二层相对应；在所述层次网络模型的两个或更多个层中的第二层中处理106所述第一层输出数据以生成第二层输出数据，其中，所述层次网络模型的所述第二层专用于解释所述第二层输出数据；并且根据所述第二层输出数据来生成108分类标签。

全文数据：

权利要求：

百度查询： 皇家飞利浦有限公司 具有颗粒化注意力的层次神经网络

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