摘要
本申请公开了一种基于事件标签的文本分类方法,涉及计算机技术领域,包括:获取文本,并进行预处理;利用预训练的回环神经网络XLNet,将预处理后的文本转换为词向量序列;将词向量序列输入预训练的Transformer编码器,输出表示文本语义的文本向量编码;根据文本分类任务,构建表示文本类别的事件标签集;将标签集作为输入,利用预训练的图神经网络,获取标签之间的层级关系,输出表示标签语义的标签向量;通过动态协作过滤的注意力机制,将文本向量编码和标签向量进行融合,得到融合特征;利用融合特征作为输入,训练文本分类的神经网络模型;利用训练后的文本分类的神经网络模型进行文本分类。针对现有技术中文本分类精度低,本申请提高了文本分类精度。
技术关键词
文本分类方法
融合特征
词语
神经网络模型
文本分类模型
标签特征
attention机制
梯度下降算法
注意力机制
双通道神经网络
语义
样本
误差反向传播
编码
层级
动态协作
系统为您推荐了相关专利信息
信息监测方法
人才画像
关键词
动态
LSTM模型
服务器
神经网络模型
样本
推理方法
神经网络训练装置
采集调绘方法
数据
机器学习算法
生成神经网络模型
无人机采集图像