摘要
本申请提供一种文本分类模型的训练方法、识别方法及系统,其中,该训练方法获取标注好的文本数据集,并对文本数据集进行预处理,得到文本训练集;对文本训练集进行结构特征提取,得到文本结构特征集;将文本训练集分别输入至不同的大语言框架中,得到不同大语言框架输出的文本摘要特征集和文本内容特征集;根据文本内容特征集,对文本摘要特征集进行多轮注意力融合,得到多轮融合特征集;基于文本数据集中的文本标签、文本结构特征集和多轮融合特征集,对初始化的文本分类模型进行参数更新,得到训练好的文本分类模型。该训练方法训练得到的一种文本分类模型,可以有效提高文本数据分类的准确度。本申请涉及自然语言处理技术领域。
技术关键词
文本分类模型
文本内容特征
融合特征
训练集
结构特征提取
摘要
注意力
预训练语言模型
框架
处理单元
适配器
数据完整性检查
识别方法
标签
可读存储介质
训练系统
处理器
系统为您推荐了相关专利信息
多模态特征融合
语义特征
融合特征
分层特征
三维场景重建技术
融合特征
解码器
特征提取模块
编码器
图像增强模块
格子玻尔兹曼方法
融合特征
二值化图像
立方体
通道
语义分割方法
通道
分割图像数据
交互注意力
语义分割模型训练
变换特征
连续小波变换
样本
注意力
短时傅里叶变换