基于多头注意力与语义特征的非遗文本多分类预测方法

本发明涉及基于多头注意力与语义特征的非遗文本多分类预测方法，包括：获取待分类预测的文本数据集；将所述待分类预测的文本数据集输入非遗文本分类预测模型，获取分类预测结果，其中，所述非遗文本分类预测模型通过训练集训练获得，所述训练集包括文本序列及类型标签，所述非遗文本分类预测模型用于对所述待分类预测的文本数据集转化为向量编码表示，根据所述向量编码提取全局和局部特征，对全局和局部特征进行融合分类，生成所述分类预测结果。本发明通过融合多头注意力机制和文本语义表示、以及双向LSTM的序列建模、CNN的局部特征提取等特点，能够更全面地分析非遗资源的文本特征，提高非遗分类预测的准确性和泛化能力。