摘要
本发明提出一种基于概念的自解释文本分类方法及装置,包括:对目标文本进行文本编码,获取编码特征;构建基于竞争注意力机制的概念抽取器模型,以该编码特征为输入,抽取概念特征,获取该目标文本的概念注意力分数;基于该概念注意力分数获取该目标文本的概念强度特征;构建文本分类器模型,基于该概念强度特征通过该文本分类器模型对该目标文本进行文本分类。本发明提出的流程上可解释的无监督文本分类方法,利用竞争注意力机制自动提取语义概念,同时设计了一个评估框架,利用大语言模型的能力来评估提取出的概念的可理解性,并且利用大语言模型提供的反馈对网络进行迭代微调,以确保提取出的概念易于人类理解。
技术关键词
文本分类器
文本分类方法
文本分类装置
编码特征
抽取器
注意力机制
生成概念
计算机可执行指令
监督文本分类
大语言模型
参数
强度
可读存储介质
模块
电子设备
语义
系统为您推荐了相关专利信息
语义特征
训练文本数据
编码器
文本分类方法
文本分类模型训练
编码向量
编码特征
监测方法
多层感知机
声发射传感器
文本分类方法
BERT模型
生成文本摘要
优化器
多头注意力机制
冷链物流数据
AI机器人
多维分析方法
误差参数
医药