摘要
本发明公开了基于深度学习算法的公共事务提案自动分类方法及系统,涉及深度学习技术领域;该方法包括:获取公共事务提案文本,执行文本初步处理操作后,构建分类标签体系并标注样本;采用BERT作为架构的深度学习模型,并判断是否符合设定的约束条件;当符合时,则触发相应的模型改进机制,以获取标准训练模型;反之,则以当前的深度学习模型作为标准训练模型;其技术要点为:通过完整的数据采集、模型训练与系统部署流程,实现了对海量提案的高效、准确分类,该方法不仅解决了传统分类方式中存在的效率低下、准确性差的问题,还具备良好的扩展性和适应性,能够为智能化治理提供有力支撑。
技术关键词
自动分类方法
深度学习算法
分类标签体系
深度学习模型
文本
机制
命名实体识别技术
噪音污染控制
自动分类系统
样本
空气质量监测
半监督学习
深度学习技术
多任务
模型训练模块
特征提取器
指标
分类方式
数据处理模块
系统为您推荐了相关专利信息
心理健康评估方法
机器人聊天
数据
强度
心理健康评估系统
步态识别
集成策略
模型压缩方法
深度学习算法
测试场景