一种应用基于BERT模型的文本内容分类系统的分类方法

AITNT
正文
推荐专利
一种应用基于BERT模型的文本内容分类系统的分类方法
申请号:CN202410748775
申请日期:2024-06-12
公开号:CN118332387B
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开一种应用基于BERT模型的文本内容分类系统的分类方法,涉及自然语言处理技术领域,包括以下步骤:S1:对待分类的文本进行数据预处理,将经过预处理的文本按照序列X={x1,x2,x3,…,xn}输入BERT模型中;S2:使用BERT模型预训练权重对文本内容进行语义级别的特征提取;S3:对得到的文本特征向量集V进行升维。本发明解决现有模型无法充分理解词语之间的依赖关系、句子之间的逻辑联系以及文本的整体上下问关系的问题,并从系统的层面解决不同语种文本内容分类的问题。
技术关键词
BERT模型 内容分类系统 文本特征向量 分类方法 语义特征 矩阵 序列 关系 词语 基线 压缩特征 学习特征 基准 数据 语义向量 自然语言 定义
系统为您推荐了相关专利信息
1
一种基于神经符号和提示学习的节点分类方法
节点分类方法 深度混合模型 符号 原型 标签
2
一种血细胞图像的分类方法
深度学习网络模型 构建深度学习网络 外周血涂片 训练集 随机梯度下降
3
一种基于多模态特征聚类的推荐优化方法
多模态特征 视觉特征提取 跨模态 图片 特征提取模型
4
一种协同文本身份和视觉线索的人物交互检测的方法
文本 视觉 分类网络 线索 特征提取网络
5
一种基于监测信号的特征标记方法、系统、装置及介质
特征标记方法 信号监测设备 特征模板 知识图谱构建 种子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号