公开(公告)号：CN110347833B

公开(公告)日：2021-08-24

申请号：CN201910614398.0

申请日：2019-07-09

Applicant: 浙江工业大学

Inventor： 曹斌 ,  马奎 ,  范菁 ,  刘宇琦

IPC: G06F16/35 ,  G06F16/31 ,  G06F40/289 ,  G06F40/30 ,  G06F40/216 ,  G06F40/242 ,  G06Q30/02

Abstract: 本发明公开了一种多轮对话的分类方法，通过利用这种方法，能够对对话的内容给于不同关注度，并以此来帮助确定对话类别。本发明根据多轮对话的语义宽泛，内容繁杂，对话有重点等特点，我们采用了基于统计的特征选择方法，将标出的对话重点视为关键句进行建模处理，对对话进行分类，并提高了分类正确率。包括下列步骤：步骤1、用卡方检验选择特征词；步骤2、使用TF‑IDF计算特征词权重；步骤3、基于关键句计算句权重；步骤4、对话向量的表示和模型训练。

公开(公告)号：CN110347833A

公开(公告)日：2019-10-18

申请号：CN201910614398.0

申请日：2019-07-09

Applicant: 浙江工业大学

Inventor： 曹斌 ,  马奎 ,  范菁 ,  刘宇琦

IPC: G06F16/35 ,  G06F16/31 ,  G06F17/27 ,  G06Q30/02

Abstract: 本发明公开了一种多轮对话的分类方法，通过利用这种方法，能够对对话的内容给于不同关注度，并以此来帮助确定对话类别。本发明根据多轮对话的语义宽泛，内容繁杂，对话有重点等特点，我们采用了基于统计的特征选择方法，将标出的对话重点视为关键句进行建模处理，对对话进行分类，并提高了分类正确率。包括下列步骤：步骤1、用卡方检验选择特征词；步骤2、使用TF-IDF计算特征词权重；步骤3、基于关键句计算句权重；步骤4、对话向量的表示和模型训练。

公开(公告)号：CN118152934A

公开(公告)日：2024-06-07

申请号：CN202311653793.2

申请日：2023-12-05

Applicant: 浙江工业大学

Inventor： 曹斌 ,  刘宇琦 ,  范菁

IPC: G06F18/243 ,  G06F18/2415 ,  G06F18/214

Abstract: 本发明公开了一种不平衡指标约束下的深度学习二分类方法，提出了一种基于不平衡指标的简单且高效的模型训练策略。该种训练策略是在传统分类模型训练的每个epoch训练阶段进行模型的偏差调整，从而发现最佳模型。该方法包括：在不平衡数据集上使用传统方式训练深度模型并更新参数若干次；基于用户指定的不平衡指标纠正模型分类层的偏差并评估模型；定义模型的不平衡状态，以准确地量化模型的不平衡程度；基于用户不平衡指标的偏差纠正方法，能高效地将模型优化到指定的不平衡状态；基于用户不平衡指标的最佳模型不平衡状态高效搜索方法；基于传统方式训练深度模型的过程中，进行偏差纠正以获得最佳表示层参数情况下的模型。