一种基于跨语言集成的零样本文本分类方法

本发明适用于自然语言处理技术领域，具体是一种基于跨语言集成的零样本文本分类方法，该方法包括构建多语言数据集、获取多语言分类文本、文本标签集映射成图像标签集、特征提取、相似度计算和集成预测的步骤，其中，在集成预测的步骤中，本发明运用集成学习的投票策略，选择最终文本分类预测结果并输出。本发明采用了跨语言集成方法，并增加了中文和意大利语的多语言数据集，具备广泛的语言支持和适应能力；本发明采用Multilingual‑CLIP模型，显著提高了零样本文本分类的性能；本发明还采用了投票机制进行预测结果的集成，通过多个模型的预测结果进行投票选择，进一步提高了预测准确性。