龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：清华大学
摘要：本申请提出一种基于CNN‑BiLSTMBiGRU混联组合模型的文本分类方法和装置，涉及机器学习技术领域，其中，方法包括：获取待处理文本，并获取待处理文本的文本长度值；在所述文本长度值小于预设文本长度阈值的情况下，基于CNN‑BiLSTMBiGRU混联组合模型对待处理文本进行文本分类，获取第一分类结果；在文本长度值大于等于预设文本长度阈值的情况下，对待处理文本进行内容分块处理后分别输入CNN‑BiLSTMBiGRU混联组合模型和CNN‑BiLSTMCNN混联文本分类模型进行处理后综合计算，获取第二分类结果。由此，实现对当前各个行业中文本信息的准确、快速分类，在进一步提高模型分类准确率的同时提高了分类速度。
主权项：1.一种基于CNN-BiLSTMBiGRU混联组合模型的文本分类方法，其特征在于，包括：获取待处理文本，并获取所述待处理文本的文本长度值；在所述文本长度值小于预设文本长度阈值的情况下，基于CNN-BiLSTMBiGRU混联组合模型对所述待处理文本进行文本分类，获取第一分类结果；在所述文本长度值大于等于预设文本长度阈值的情况下，对所述待处理文本进行内容分块处理后分别输入所述CNN-BiLSTMBiGRU混联组合模型和CNN-BiLSTMCNN混联文本分类模型进行处理后综合计算，获取第二分类结果；所述CNN-BiLSTMCNN混联文本分类模型对进行内容分块后的部分待处理文本进行处理包括：提取所述部分待处理文本的文本特征向量；对所述文本特征向量进行卷积处理，获取所述部分待处理文本的多个局部特征向量；对所述多个局部特征向量进行采样，获取所述待处理文本的多个关键特征向量；对所述多个关键特征向量进行删减处理后输入BiLSTM网络层进行处理获取输出特征向量；将所述输出特征向量与所述多个关键特征向量进行删减处理后特征向量进行融合处理，获取融合特征向量输入分类器进行处理，获取所述第二分类结果。
全文数据：
权利要求：
百度查询： 清华大学 基于CNN-BiLSTM/BiGRU混联组合模型的文本分类方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号