摘要
本发明涉及信息技术领域,公开了一种融合标签引导注意力机制的多标签文本分类方法,所述方法包括:由一个基本预测模型、标签混淆模型以及标签引导的注意力机制实现,基本预测模型从文本中提取特征,并生成初步的标签分布。标签混淆模型通过计算文本向量表征与每一级标签之间的因果相关性,生成模拟标签分布,引导初步预测结果,提高预测准确性。为了进一步减少噪声引入,设计了一种标签引导的注意力机制,使模型能够更好地聚焦于与目标标签相关的特征。实验结果表明,该算法在建立的分类基准数据集上均表现出优越的性能,验证了因果关系建模在多标签文本分类任务中的有效性。
技术关键词
标签文本分类
融合标签
注意力机制
朴素贝叶斯分类器
标签编码器
生成标签
深度神经网络
矩阵
分类基准
标签类别
语义特征
有效性
词语
关系
数据
系统为您推荐了相关专利信息
参数检测方法
多层卷积神经网络
接地网钢筋
局部特征提取
信号
医生推荐方法
文本分类模型
患者
注意力机制
年龄
融合特征
语音
音频
Attention机制
网络