摘要
本发明公开了一种基于语义理解和行业学习的需求自动拆分和转换方法,属于自然语言技术领域,包括以下步骤:收集多个行业文本,并进行数据预处理,得到行业文本数据;根据行业文本数据进行需求主题提取,得到需求主题和每个需求主题对应的需求关键词以及需求主题文本;通过需求主题文本进行情感分析,得到需求情感得分;通过需求主题、需求关键词和需求情感得分,进行行业动态分析,实现行业需求的自动拆分和转换。本发明解决了传统方法数据来源单一、未能捕捉情感因素以及行业需求拆分和转换的精度和深度低的问题。
技术关键词
主题
转换方法
文本
加权词向量
语义理解模型
协方差矩阵
前馈神经网络
关键词
双向长短期记忆网络
多尺度
语义向量
自然语言技术
注意力机制
数据
递归神经网络
分类器
特征值
系统为您推荐了相关专利信息
意图识别
动态词库
自然语言
模块
多模态特征融合
铭牌区域
预处理图像数据
计算机视觉
神经网络框架
色值转换方法