摘要
本发明提供一种长尾分布数据的分类方法、模型训练方法、装置、设备及介质,所述分类方法包括:获取待分类的多标签长尾分布数据的文本;将所述文本输入训练好的神经网络模型进行分类预测,得到所述文本的类别,其中,所述神经网络模型包括:具备少数类数据分类能力的第一神经网络,具备少数类数据和多数类数据分类能力的第二神经网络,融合网络和分类网络,所述第一神经网络和第二神经网络分别与所述融合网络连接,所述融合网络与分类网络连接。本发明通过训练好的神经网络模型中的双阶段经网络对多标签长尾分布数据进行分类,不但提升了网络收敛速度,还纳入了更多分类信息,提高了多标签长尾分布数据的分类效率。
技术关键词
神经网络模型
分类方法
分类特征
分类网络
文本
融合特征
数据分类
多标签
多任务
注意力机制
训练集
样本
矩阵
参数
模块
模型训练方法
系统为您推荐了相关专利信息
智能分类方法
注意力
混合神经网络模型
Softmax函数
荧光光谱仪
胚胎代谢产物
筛选系统
数据库管理系统
形态
曲线分析方法
性能评估方法
序列预测模型
参数
措施
卷扬机电机
存储服务器
大语言模型
JSON数据存储
生成方法
RPA技术