摘要
本发明涉及数据处理领域,特别是一种深度学习诉讼材料预处理及分类方法。通过获取数据库中的初始诉讼材料数据;利用预训练的Word2Vec词嵌入模型将初始诉讼材料数据转换为高维向量,得到编码诉讼材料数据;通过CNN卷积神经网络对编码诉讼材料数据进行特征提取,得到特征诉讼材料数据;基于双向B i‑LSTM长短期记忆网络建立B i‑LSTM诉讼材料分类预测模型,用鲸鱼优化算法对B i‑LSTM诉讼材料分类预测模型进行组合优化;将特征诉讼材料数据输入至目标B i‑LSTM诉讼材料分类预测模型中进行分类,实时获取加密分类诉讼材料数据的用户查询记录,根据用户查询记录进行数据查询推荐分类。能够根据输入的诉讼材料自动判断其所属的类别,实现高效、准确的分类。
技术关键词
分类预测模型
鲸鱼优化算法
鲸鱼算法
长短期记忆网络
分类方法
卷积神经网络模型
对称加密算法
子模块
Sigmoid函数
编码
初始化方法
电子图像数据
生成轮密钥
传播算法
超参数
缓存机制
系统为您推荐了相关专利信息
电价预测方法
负荷特征
序列特征
数据预测技术
连续性
深度强化学习模型
DCS系统
结构方程模型
系统运行状态信息
系统故障预测方法
风电机组
知识图谱挖掘
风电设备
知识图谱推理
多源异构数据
负载分配系统
数字孪生
学习控制器
数据中心资源管理
虚拟机迁移