基于Bert-LSTM的文本多特征分类方法及装置

    公开(公告)号:CN114547303B

    公开(公告)日:2024-10-29

    申请号:CN202210165299.0

    申请日:2022-02-18

    Abstract: 本发明公开了一种基于Bert‑LSTM的文本多特征分类方法及装置,属于文本分类技术领域,其中,该方法包括:确定待分类文本数据集,并划分为训练集和测试集;构建基于Bert‑LSTM的文本多特征分类模型;利用训练集对文本多特征分类模型进行训练,得到最优文本多特征分类模型;将待分类文本数据输入最优文本多特征分类模型中,计算待分类文本数据的得分,根据得分将其划分到预设对应类别中。该方法使用BERT以及双向长短期记忆网络等构建基于Bert‑LSTM的文本多特征分类模型,利用挖掘文本多方面的词特征信息和词义潜在语义表示特征信息,融入文本向量,模型在训练过程中充分利用多特征信息,提升了文本分类的性能。

    一种不规则矩阵SPMV在GPU上的实现方法、电子设备及介质

    公开(公告)号:CN116595302A

    公开(公告)日:2023-08-15

    申请号:CN202310576060.7

    申请日:2023-05-19

    Abstract: 本发明属于船舶海上航行模拟领域,具体涉及一种不规则矩阵v在GPU上的实现方法、电子设备及介质。输入的船舶海上航行模拟矩阵数据集为COO压缩格式的文件,将其转化为CSR压缩格式;了解当前非零元分布结构,计算当前块数和临界块数下非零元平均数量,结合阈值选择决策树选择适合当前矩阵的阈值;利用行归并策略来对稀疏矩阵进行最优划分;划分后的数据采用TEB压缩格式进行存储;将相关数组从主机端传递到设备端,按照每个线程块处理一个子块,每个线程处理一行的方式在GPU上进行并行SPMV操作;并行阶段完成后将最终的计算结果从设备端传递到主机端,之后应用于船舶海上航行模拟过程中的迭代求解操作。本发明用以提高船舶海上航行模拟的SPMV算法的计算效率。

Patent Agency Ranking