Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜腾讯科技(深圳)有限公司黄剑辉获国家专利权

恭喜腾讯科技(深圳)有限公司黄剑辉获国家专利权

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!

龙图腾网恭喜腾讯科技(深圳)有限公司申请的专利内容分类方法、装置、电子设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113821634B

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110837092.9,技术领域涉及:G06F16/353;该发明授权内容分类方法、装置、电子设备和存储介质是由黄剑辉设计研发完成,并于2021-07-23向国家知识产权局提交的专利申请。

内容分类方法、装置、电子设备和存储介质在说明书摘要公布了:本申请公开了一种内容分类方法、装置、电子设备和存储介质,可以提取待分类内容对应的文本描述信息的文本特征信息;根据文本特征信息预测文本描述信息属于第一层级类别中预设类别的第一类别概率;基于第一类别概率从第一层级类别的预设类别中确定文本描述信息的第一类别;根据第一类别概率和文本特征信息,预测文本描述信息属于第二层级类别中预设类别的第二类别概率;基于第二类别概率从第二层级类别的预设类别中确定文本描述信息的第二类别;根据第一类别和第二类别确定待分类内容的分类信息。本申请可以基于第一层级类别的预测结果,来对文本描述信息在第二层级类别中的第二类别进行预测,可以提高内容层级分类的准确度。

本发明授权内容分类方法、装置、电子设备和存储介质在权利要求书中公布了:1.一种内容分类方法,其特征在于,包括:获取待分类内容对应的文本描述信息和分类模型,所述分类模型包括上级类目分类模块和下级类目分类模块,所述分类模型是基于第一类别损失值、第二类别损失值以及结构损失值训练得到,所述第一类别损失值表征所述上级类目分类模块对内容的分类性能,所述第二类别损失值表征所述下级类目分类模块对内容的分类性能,所述结构损失值用以约束所述上级类目分类模块和所述下级类目分类模块的分类结果的一致性;通过所述上级类目分类模块,对所述文本描述信息进行特征提取,得到所述文本描述信息对应的文本特征信息;通过所述上级类目分类模块,根据所述文本特征信息,预测所述文本描述信息属于第一层级类别中预设类别的第一类别概率;基于所述第一类别概率,从所述第一层级类别的预设类别中确定所述文本描述信息在所述第一层级类别中的第一类别;根据所述第一类别概率和所述文本特征信息,预测所述文本描述信息属于第二层级类别中预设类别的第二类别概率,所述第二层级类别和所述第一层级类别的类别层级不同;基于所述第二类别概率,从所述第二层级类别的预设类别中确定所述文本描述信息在所述第二层级类别中的第二类别;根据所述第一类别和所述第二类别,确定所述待分类内容的分类信息;其中,所述根据所述第一类别概率和所述文本特征信息,预测所述文本描述信息属于第二层级类别中预设类别的第二类别概率,包括:根据所述第一层级类别中各预设类别对应的第一类别概率的大小,对所述第一层级类别中各预设类别进行排序,得到排序后预设类别,将所述排序后预设类别中前k个预设类别确定为参考类别;通过所述上级类目分类模块,针对所述第一层级类别中各参考类别,将所述参考类别对应的类别信息和所述参考类别对应的第一类别概率进行融合,得到所述参考类别的类别子特征信息;将所述第一层级类别中各参考类别的类别子特征信息进行融合,得到类别特征信息,所述参考类别对应的类别信息为所述参考类别对应的词向量;通过所述下级类目分类模块,根据所述类别特征信息和所述文本特征信息,预测所述文本描述信息属于第二层级类别中预设类别的第二类别概率;其中,所述第一类别损失值的计算公式为losscls1为所述第一类别损失值,n为第一层级类别中预设类别的数量,ai为预测到的样本文本描述信息属于第一层级类别中第i个预设类别的实际第一类别概率,yi为所述样本文本描述信息属于第一层级类别中第i个预设类别的期望第一类别概率;其中,所述第二类别损失值的计算公式为losscls2为所述第二类别损失值,m为第二层级类别中预设类别的数量,aj为预测到的样本文本描述信息属于第二层级类别中第j个预设类别的实际第二类别概率,yj为所述样本文本描述信息属于第二层级类别中第j个预设类别的期望第二类别概率;其中,所述结构损失值的计算公式为lossh为结构损失值,n为第一层级类别中预设类别的数量,λ为预设调整参数,max为用于求取最大值的函数,为预测到的样本文本描述信息属于第一层级类别中第i个预设类别的实际第一类别概率,l2score为预测到的所述样本文本描述信息属于第二层级类别中目标类别的实际第二类别概率,所述目标类别为从属于第一层级类别中第i个预设类别的第二层级类别中的预设类别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。