摘要
一种双向编码递归神经网络的农业问句分类方法,构建农业问答对语料库并进行预处理,获得输入向量;通过双向编码器提取输入向量中文本的上下文依赖关系并形成融合向量;将融合向量传递至双向长短期记忆网络,通过双向长短期记忆网络整合向量序列中的句子级属性与上下文信息,并输出整合向量;通过全连接层对整合向量进行降维并输出农业标签类别;农业标签类别通过Softmax归一化以获得农业文本的分类结果;通过双向编码器以捕捉农业文本中的词汇级语义信息,并生成具有句子级特征的隐藏向量;随后,利用双向长短期记忆网络有效整合上下文信息,从而学习隐藏的复杂语义信息,从而可以有效地从农业短文本中提取复杂语义特征。
技术关键词
问句分类方法
双向长短期记忆网络
递归神经网络
多头注意力机制
编码器
标签类别
LSTM模型
农业
残差网络
矩阵
文本特征向量
词嵌入向量
语义向量
数据标签
语义特征
序列
系统为您推荐了相关专利信息
故障诊断方法
故障诊断模型
晶闸管组件
换流阀晶闸管
分支
高分辨率遥感影像
遥感影像特征
边界提取方法
耕地
语义分割网络
FPGA交换机
检测优化方法
流水线单元
统计特征
DDoS检测方法
仿真模型
建模系统
数据驱动模型
生成反馈信号
供应链系统
多模态
分割方法
注意力机制
特征加权融合
高斯平滑滤波