一种基于正负标签学习和标签相关性的多标签文本分类方法

AITNT
正文
推荐专利
一种基于正负标签学习和标签相关性的多标签文本分类方法
申请号:CN202510740485
申请日期:2025-06-05
公开号:CN120670595A
公开日期:2025-09-19
类型:发明专利
摘要
本发明涉及一种基于正负标签学习和标签相关性的多标签文本分类方法,属多标签分类领域。包括:构建具有双隐藏层前馈神经网络模型;初始化模型组件;读取训练集中的样本的特征和标签信息,生成特征矩阵与标签矩阵;随机初始化模型的权重矩阵及偏置参数;将特征矩阵输入模型的输入层,逐层计算神经元输出;采用复合误差函数计算出模型中各层之间权重矩阵及偏置参数的梯度,并利用Adam优化算法动态调整梯度,更新权重矩阵及偏置参数;当误差变化幅度低于阈值或达到预设迭代次数时终止训练;模型收敛后,对测试集进行预测,形成最终的多标签分类结果。本发明通过深度学习技术突破传统文本分类的局限性,实现对复杂文本数据的高精度、高效率分类。
技术关键词
标签文本分类 复合误差 前馈神经网络 矩阵 参数 文本特征向量 样本 偏差 校正 生成特征 深度特征提取 分类器 交叉验证方法 深度学习技术 动态 定义 数据
系统为您推荐了相关专利信息
1
钛合金连接孔激光冲击强化工艺的优化方法
激光冲击强化工艺 钛合金 扇形模型 应力 霍普金森
2
电机状态检测模型训练方法、电机状态检测方法及装置
电机状态检测 模型训练方法 样本 量子态 生成对抗网络
3
一种基于虚拟现实的环保涂料生产仿真方法
环保涂料 仿真方法 涂料生产线 数据 虚拟现实设备
4
一种基于BIM管道自动焊碰撞可视化分析方法及装置
焊设备 可视化分析方法 焊缝 管道 三维模型
5
一种单轴旋转惯导全部零偏估计方法、设备及介质
单轴旋转惯导系统 零偏估计方法 卡尔曼滤波算法 旋转惯性导航 协方差矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号