一种多特征融合的多通道文本分类方法及系统

AITNT
正文
推荐专利
一种多特征融合的多通道文本分类方法及系统
申请号:CN202411911451
申请日期:2024-12-24
公开号:CN119848261A
公开日期:2025-04-18
类型:发明专利
摘要
本发明涉及一种多特征融合的多通道文本分类方法及系统,属于数据处理领域,包括:收集文本数据样本,进行文本预处理,并在字符与单词两个粒度上,构建字符嵌入以及单词嵌入;字符嵌入通过one‑hot编码,将字符转化为向量后输入卷积神经网络提取字符特征;同时,使用Word2Vec生成词向量;对字符向量以及词向量进行串联拼接,并利用自注意力机制生成字词向量;将字词向量分别输入至卷积神经网络和双向长短期记忆网络,提取两种字词特征,并串联拼接,得到综合字词特征;以字符特征以及综合字词特征分别作为多个通道的输入,利用自注意力机制确定融合文本特征后使用全连接网络进行文本分类。
技术关键词
文本分类方法 字词 多通道 字符 注意力机制 矩阵 池化特征 Word2Vec模型 计算机可读指令 卷积神经网络提取 文本分类系统 注意力模型 编码技术 样本 键值 滑动窗口
系统为您推荐了相关专利信息
1
基于双层注意力机制和异构图卷积网络的内容推送方法
内容推送方法 注意力机制 异构 节点 项目
2
一种人工智能驱动的图像识别系统及其识别方法
人工智能驱动 图像识别系统 图像识别模块 深度卷积神经网络 图像采集模块
3
一种基于视觉Transformer与概率规划的端到端无人机避障系统及方法
交叉注意力机制 位置编码单元 无人机避障系统 规划决策模块 编码模块
4
基金持仓图片识别方法、装置、计算机设备及存储介质
基金 图片识别方法 文本 数据验证 深度学习特征
5
基于视觉提示和视觉大模型的客车部件故障检测方法及系统
客车部件 故障检测方法 视觉特征 卷积神经网络模型 融合特征
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