摘要
本申请公开了一种文本分类方法、电子设备及存储介质,涉及数据处理技术领域,包括在分词阶段通过噪声过滤与标准化处理提升输入质量,在向量转换阶段借助嵌入矩阵实现语义的精准数值映射,通过查询向量、键向量的交互运算与归一化处理,分析分词单元间的语义关联并量化为权重矩阵,通过权重矩阵对值向量进行加权融合,得到包含全局上下文的综合特征,经池化压缩与二分类模型输出结果。通过优化矩阵运算逻辑、减少冗余信息处理,解决大规模文本分类任务中因密集矩阵运算导致的计算复杂度高、可扩展性不足及实时性欠缺的技术问题,达到了在保障语义理解精度的同时,显著提升文本分类效率、增强模型在大规模场景下适用性的技术效果。
技术关键词
文本分类方法
矩阵乘法运算
分词模型
注意力
序列
二分类模型
大规模文本分类
数值
sigmoid函数
独立语义
标识
电子设备
融合全局
可读存储介质
存储计算机程序
元素
系统为您推荐了相关专利信息
模型构建方法
模型构建装置
树形结构
网格搜索方法
生成样本数据
修复控制方法
影像统计特征
掩码矩阵
场景切换点
运动轨迹信息
状态空间模型
脑肿瘤图像
动态
卷积模块
多层感知机