一种基于胶囊网络的科学数据资产多标签文本分类方法

本发明公开了一种基于胶囊网络的科学数据资产多标签文本分类方法，该方法首先对学术论文数据集进行预处理得到文本数据。其次对于文本数据，通过多级层次胶囊网络模型M‑CapsNet的混合特征模块tAL‑HPYP，进行特征提取和融合。然后将融合后的特征传递到多级层次胶囊网络模型的主干网络M‑Capsj模块，输出分类预测向量传递到子解码器网络中，同时利用改进的铰链损失动态调整全局损失。最后将各子解码器网络的分类结果连接到最终的解码器网络，汇总所有输出标签得到最终预测分类的多标签。本发明能够从科学数据文本中提取深层次、多维度的多标签特征，提升多标签文本分类任务的效果。