摘要
本发明公开了一种基于深度学习的科技公共文本智能分类及服务方法及装置,包括:获取多源科技公共文本数据并进行预处理;采用关键词提取算法提取关键词并与公共文本标题拼接形成增强型文本特征;构建多维度公共文本分类体系并进行数据标注;采用BERT预训练模型进行特征提取和微调得到分类模型;对新增公共文本进行自动分类并可视化呈现;基于用户画像和公共文本特征索引生成个性化推荐结果。本发明还涉及多目标质量多样性优化、异构资源分配和LPLC2神经网络与BERT融合的技术方案。本发明解决了传统方法对复杂语义理解能力有限、分类维度单一以及缺乏一体化解决方案的技术问题,提高了科技公共文本分类的准确性和服务的智能化水平。
技术关键词
文本智能分类
文本分类模型
科技
关键词提取算法
BERT模型
构建用户画像
多元素
TextRank算法
数据挖掘技术
注意力机制
可视化工具
降维算法
服务质量定义
生成个性化推荐
资源分配
语义
系统为您推荐了相关专利信息
舆情发现方法
智能算法
社交媒体平台
BERT模型
数据一致性验证
交互注意力
谣言检测方法
全局视觉特征
文本
多层感知机
客户流失预测方法
情感特征
画像特征
逻辑回归模型
BERT模型
系统优化方法
知识库问答
动态参数配置
逻辑
可读存储介质