一种基于迁移学习的长文本分类方法

本发明提供了一种基于迁移学习的长文本分类方法，属于文本自动分类技术领域，包括以下步骤：基于覆盖分割和层级位置编码对长文本序列进行编码，获得多文本编码；将所述多文本编码输入到并行的预训练语言模型中，获得多文本特征；将所述多文本特征输入到层级注意力模型中，获得长文本特征；基于长文本特征通过全连接网络层对文本进行分类，获得长文本分类结果。本发明可以有效进行文本分类，并提高长文本分类的准确率。