- 专利标题: 基于改进seq2seq模型的多源多标签文本分类方法及其系统
- 专利标题(英): Multi-source and multi-label text classification method and system based on improved seq2seq model
-
申请号: CN201811302126.9申请日: 2018-11-02
-
公开(公告)号: CN109299273A公开(公告)日: 2019-02-01
- 发明人: 谢松县 , 高辉 , 陈仲生 , 彭立宏 , 曾道建 , 桂林 , 封黎 , 李磊
- 申请人: 广州语义科技有限公司
- 申请人地址: 广东省广州市天河区珠江东路32号利通广场规划设计楼32层全层单元(自编楼层34层全层单元)的E37房
- 专利权人: 广州语义科技有限公司
- 当前专利权人: 广州语义科技有限公司
- 当前专利权人地址: 广东省广州市天河区珠江东路32号利通广场规划设计楼32层全层单元(自编楼层34层全层单元)的E37房
- 代理机构: 长沙国科天河知识产权代理有限公司
- 代理商 邱轶
- 主分类号: G06F16/35
- IPC分类号: G06F16/35 ; G06F17/27 ; G06N3/04
摘要:
本发明属于自然语言处理文本分类技术领域,具体提供了一种基于改进seq2seq模型的多源多标签文本分类方法及其系统,该方法包括如下步骤:数据输入及预处理、词嵌入、编码、编码拼接、解码、模型优化以及预测输出。本发明方法具有如下有益效果:采用seq2seq深度学习框架,构建多个编码器,结合注意力机制用于文本分类任务,最大限度地利用了多来源语料信息,提高了多标签分类准确性;在解码步骤的误差反馈过程中,针对多标签文本的特性,加入干预机制规避了标签排序带来的影响,更多切合多标签分类问题的本质;编码器采用循环神经网络,可以有效的按照时间步进行学习;解码层采用单向循环神经网络,并添加了注意力机制,突出了学习重点。
公开/授权文献
- CN109299273B 基于改进seq2seq模型的多源多标签文本分类方法及其系统 公开/授权日:2020-06-23