摘要
本发明提供了一种广告数据分类方法和系统,所述方法包括如下步骤:从多种来源采集广告数据,并对采集到的广告数据进行预处理;使用生成式人工智能大模型对预处理后的广告数据进行解析,并将解析后的文本数据转换为高维向量;构建编码器与解码器的连接权重矩阵不共享,且编码器采用稀疏连接,解码器为全连接的非对称自编码神经网络,并构建损失函数对所述非对称自编码神经网络进行训练;利用训练完成的非对称自编码神经网络将所述高维向量转换成低维的特征表示,然后输入分类器进行分类。本发明的方法相比现有技术能够实现更有效的广告分类。
技术关键词
数据分类方法
矩阵
区块链存证
变量
分类器
解码器
数据分类系统
文本
编码器
神经网络参数
识别广告
非线性
可视化模块
支持向量机
数据处理模块
数据采集模块
重构误差
系统为您推荐了相关专利信息
特征提取网络
解码网络
图像
人脸融合方法
融合装置
信息监测方法
敏感信息识别
多模态
视频
融合特征