摘要
本发明公开了一种文本分类方法、装置、非易失性存储介质及电子设备。其中,该方法包括:基于输入文本向量,输入目标模型包括的多个网络层进行处理,确定语义依赖特征,其中,多个网络层分别连接有自适应网络,自适应网络的参数量小于对应网络层的参数量,目标模型为采用对自适应网络中包括的参数进行调节的方式完成模型训练处理;采用目标模型中包括的分类器,对语义依赖特征进行处理,得到输入文本向量的目标分类结果。本发明解决了相关技术中存在训练资源有限的条件下,文本分类的准确性不理想的技术问题。
技术关键词
依赖特征
文本分类方法
非易失性存储介质
前馈神经网络
输出特征
非线性特征
注意力机制
分类器
语义
降维特征
文本分类装置
电子设备
残差模块
处理器
输入模块
存储器
系统为您推荐了相关专利信息
融合卷积神经网络
图像增强方法
图像增强模型
原始图像数据
恶劣天气条件
知识检索系统
多模态数据采集
跨模态
文本编码器
图像编码器
地下水场地
反演方法
网格
统计学特征
前馈神经网络
知识图谱补全方法
命名实体识别
细粒度特征
视觉特征
前馈神经网络