申请/专利权人:马上消费金融股份有限公司
申请日:2023-08-04
公开(公告)日:2024-04-30
公开(公告)号:CN117951294A
主分类号:G06F16/35
分类号:G06F16/35;G06F16/36;G06N3/08;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本申请公开了一种文本分类模型的训练方法、文本分类方法及相关装置,方法包括:根据训练文本集构建图数据,图数据中包括词节点和句子节点,图数据中句子节点对应有分类标签;图数据包括第一类图数据和第二类图数据;通过文本分类模型中第一类特征提取模块对第一类图数据进行特征提取处理得到词节点表示,并通过文本分类模型中第二类特征提取模块基于词节点表示对第二类图数据进行特征提取处理,得到第二类图数据的句子节点表示;基于第二类图数据的句子节点表示确定图数据中句子节点的预测分类;根据图数据中句子节点的分类标签和预测分类对文本分类模型进行训练。采用本申请实施例可以提高文本分类模型的分类准确度。
主权项:1.一种文本分类模型的训练方法,其特征在于,包括:根据训练文本集构建图数据,其中,所述图数据中包括词节点和句子节点,所述图数据中句子节点对应有分类标签;所述图数据包括第一类图数据和第二类图数据;所述第一类图数据的邻接矩阵用于反映不同词节点之间的连接关系,所述第二类图数据的邻接矩阵用于反映词节点与句子节点之间的连接关系;通过文本分类模型中第一类特征提取模块对所述第一类图数据进行特征提取处理得到词节点表示,并通过所述文本分类模型中第二类特征提取模块基于所述词节点表示对所述第二类图数据进行特征提取处理,得到所述第二类图数据的句子节点表示;基于所述第二类图数据的句子节点表示确定所述图数据中句子节点的预测分类;根据所述图数据中句子节点的分类标签和预测分类对所述文本分类模型进行训练。
全文数据:
权利要求:
百度查询: 马上消费金融股份有限公司 文本分类模型的训练方法、文本分类方法及相关装置
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。