长文本分类方法、装置、设备及存储介质.pdf
涵蓄****09
亲,该文档总共28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
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。
数据分类方法、装置、设备及存储介质.pdf
本公开提供一种数据分类方法、装置、设备及存储介质,涉及机器学习技术领域。该方法包括:获取相同类别的样本对和不同类别的样本对;分别获得所述相同类别的样本对的协方差矩阵和所述不同类别的样本对的协方差矩阵;根据所述相同类别的样本对的协方差矩阵和所述不同类别的样本对的协方差矩阵获得优化函数,所述优化函数的变量包括维度相关性矩阵和不同类别样本对与相同类别样本对的维度相关性距离平方和比值;通过所述优化函数对所述初始维度相关性矩阵向着所述维度相关性距离平方和比值更大的方向进行迭代更新,获得优化后的维度相关性矩阵,以基于
数据分类方法、装置、设备及存储介质.pdf
本申请涉及数据处理技术领域,揭示了一种数据分类方法、装置、设备及存储介质,其中方法包括:获取每一个初始维度对应的维度权重;分别判断每一个维度权重是否满足预设的权重范围,并将满足权重范围的维度权重对应的初始维度作为参考维度;计算每一个训练样本在每一个参考维度下的训练维度参数;通过初始分类模型对训练维度参数进行分类计算,得到每一个训练样本的训练分类结果;根据预设的分类条件得到训练分类结果对应的分类置信度,根据分类置信度对初始分类模型中的计算参数进行调节,得到调节分类模型,并通过调节分类模型对目标数据进行分类,
图像分类方法、装置、设备及存储介质.pdf
本发明公开了一种图像分类方法、装置、设备及存储介质,属于图像处理技术领域。本发明的图像分类方法包括获取图像训练集和参考特征图;根据参考特征图构建注意力机制模块;根据注意力机制模块和预设的卷积模块构建图像分类模型;利用图像训练集对图像分类模型进行训练,得到训练后的图像分类模型;根据训练后的图像分类模型对目标图像进行分类处理;其中,注意力机制模块为基于局部注意力的注意力机制模块。这种图像分类方法能够更为准确地对图像的特征信息进行识别,提高分类准确性。
用户分类的方法、装置、设备及存储介质.pdf
本申请涉及人工智能技术领域,本申请公开了一种用户分类的方法、装置、设备及存储介质,通过将获取的用户数据项目中的缺失数据项目进行填充,并将填充后的特殊数据项目和常规数据项目输入训练后的初次分类模型进行分类处理,得到初次分类结果;由于包括特殊数据项目,会导致最终分类结果的偏差,将合初次分类结果进行对应的权重调整,并加权求和得到用户分类结果,提高了用户分类的稳定性,从而保证了分类结果的精确性。