申请/专利权人:华南师范大学
申请日:2024-01-31
公开(公告)日:2024-05-14
公开(公告)号:CN118035441A
主分类号:G06F16/35
分类号:G06F16/35;G06F18/2415;G06F18/2431;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本发明涉及多标签文本主题分类方法,通过对文本‑标签进行交互注意力计算、对标签‑文本进行交互注意力计算,将文本和标签进行相互关注,构建文本关注的标签表示和标签关注的文本表示,使模型能够更加准确地关注文本和标签的相关部分,更加关注可能正确的标签,从而提高文本主题分类的准确性。同时,采用元校准阈值方法,通过在标签信息丰富的训练样本中学习通用阈值经验获得初始阈值,使用核回归进行阈值校准,解决多标签文本分类中标签不平衡导致的少数标签的分类预测出现误差的问题,进一步提高文本主题分类的准确性。
主权项:1.一种多标签文本主题分类方法,其特征在于,包括以下步骤:S10-A:将标签集中各标签的语义信息、各标签间的相关性信息、各标签共同出现的概率进行融合,得的标签表示;S10-B:从输入文档中学习隐藏表示来捕捉输入文档的语义信息,并提取文档细粒度特征,得到文本表示;S20:分别对输入的标签表示和文本表示进行自注意力计算,得到标签编码向量和文本编码向量;对标签编码向量和文本编码向量分别作标签-文本交互注意力计算和文本-标签交互注意力计算,得到标签-文本注意力表示和文本-标签注意力表示;对标签-文本注意力表示和文本-标签注意力表示按照一定的权重进行线性组合,得到标签特定文本表示;S30:计算标签特定文本表示与标签集中各标签的相关性得分;将标签相关性得分转换成对应的标签相关性概率,并将标签相关性概率与预设的标签概率阈值进行比较,输出标签相关性概率大于标签概率阈值的预测标签。
全文数据:
权利要求:
百度查询: 华南师范大学 一种多标签文本主题分类方法及装置
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。