文本分类方法、装置、设备及介质.pdf
一吃****成益
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
文本分类方法、装置、设备及介质.pdf
本申请实施例提供了文本分类方法、装置、设备及介质,其通过将训练文本数据输入至待训练的文本分类模型,根据训练文本数据得到词嵌入向量,根据词嵌入向量进行特征提取得到文本语义特征,根据文本语义特征进行文本分类预测得到预测结果以及预测结果与标签数据之间的置信度,根据置信度计算得到损失函数,并根据损失函数调参得到已训练的文本分类模型;通过损失函数的调制因子调节头部标签和尾部标签在损失函数的占比权重,提升尾部标签的占比权重,提升文本分类模型对尾部标签分类学习的关注,加强文本分类模型对尾部标签的分类学习能力,提升文本分
文本分类方法及装置、设备、存储介质.pdf
本申请实施例公开了一种文本分类方法及装置、设备、存储介质;其中,所述方法包括:确定与待分类文本的原始词的相似度大于阈值的概念词,从而得到概念词集;对所述概念词集进行映射处理,得到第一特征矩阵;对所述待分类文本进行映射处理,得到第二特征矩阵;根据所述概念词集、以及所述第一特征矩阵和所述第二特征矩阵,识别所述待分类文本的类别。如此,能够提高对待分类文本类别的识别准确度。
文本分类模型训练、文本分类方法、装置、设备及介质.pdf
本公开提供了一种文本分类模型训练、文本分类方法、装置、设备及介质,涉及数据处理技术领域,进一步涉及深度学习和云计算等人工智能技术,包括:根据目标文本的历史存储关联数据生成目标文本样本数据;将第一目标文本样本数据输入至文本分类模型的第一文本分类器,得到第一目标文本分类结果;将第二目标文本样本数据输入至文本分类模型的第二文本分类器,得到第二目标文本分类结果;根据第一目标文本分类结果和第二目标文本分类结果确定目标文本样本数据的目标文本分类结果,以对所述文本分类模型进行训练。本公开实施例能够提高文本分类模型的分类
文本的分类方法、装置、电子设备和介质.pdf
本公开提供了一种文本的分类方法,可用于金融领域或其他领域。该文本的分类方法包括:获取待分类的文本;预处理所述文本,得到第一词向量集合;使用双向门控循环单元对所述第一词向量集合中的词向量进行编码,得到第二词向量集合;利用注意力模型计算所述第二词向量集合中的每一个隐层向量的权重;基于所述第二词向量集合和每一个隐层向量的权重,得到加权向量集合;利用卷积神经网络模型提取所述加权向量集合的局部特征;以及将所述局部特征输入二元分类模型,得到所述文本的多个分类标签,以确定所述待分类文本的类别。本公开还提供了一种文本的分
长文本分类方法、装置、设备及存储介质.pdf
本申请实施例提供一种长文本分类方法、装置、设备及存储介质,该方法包括:将获取的目标长文本划分成N个序列后输入目标模型中,分别得到N个序列的文本表示,N为正整数;对N个序列的文本表示进行融合,得到目标长文本的篇章表示;根据目标长文本的篇章表示,得到目标长文本的分类结果。也就是说,本申请将目标长文本的N个序列的文本表示进行融合,得到整个目标长文本的篇章表示,基于整个目标长文本的篇章表示进行分类,即在分类过程中考虑了整个文本的语义信息和上下文信息,进而提高了目标长文本的分类准确性。