一种基于深度学习的新闻文本分类方法及其系统

AITNT
正文
推荐专利
一种基于深度学习的新闻文本分类方法及其系统
申请号:CN202411609856
申请日期:2024-11-12
公开号:CN119128162A
公开日期:2024-12-13
类型:发明专利
摘要
本申请公开了一种基于深度学习的新闻文本分类方法及其系统,该方法包括:对获取到的待分类新闻文本进行词向量表示,获得与待分类新闻文本对应的输入矩阵;基于长短期记忆网络提取输入矩阵的语义特征,获得与待分类新闻文本对应的文本语义关系;基于不同尺寸的空洞卷积对文本语义关系进行卷积处理,获得与待分类新闻文本对应的多尺度文本特征;对多尺度文本特征进行池化处理,并对池化处理后的多尺度文本特征进行分类得到新闻文本分类结果。本申请旨在解决现有技术中新闻文本分类的准确性较低的技术问题。
技术关键词
新闻文本分类方法 长短期记忆网络 多尺度 空洞 语义特征 矩阵 文本分类系统 关系 卷积模块 分词 输入模块 字符 尺寸 体育 家居 游戏
系统为您推荐了相关专利信息
1
一种摘要文本生成方法、装置、设备及介质
节点特征 分词 摘要文本生成方法 矩阵 计算机可读指令
2
基于人工智能的生产资源动态分配管理方法及系统
观点 长短期记忆网络 注意力 决策 误差加权
3
变电站瓷套类套管破损的检测方法、装置、计算机设备、存储介质和程序产品
变电站 神经网络架构 样本 套管 注意力
4
一种基于CLIP的视频文本嵌入融合分类方法
融合分类方法 文本编码器 视频帧 损失函数计算方法 跨模态
5
基于图注意力-长短期记忆网络的雨洪淹没预测方法
长短期记忆网络 二维水动力模型 注意力 节点 情景
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号