基于深度学习的文本分类展示方法、装置、设备和介质.pdf
含秀****66
亲,该文档总共19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
基于深度学习的文本分类展示方法、装置、设备和介质.pdf
本公开的实施例公开了基于深度学习的文本分类展示方法、装置、设备和介质。该方法的一具体实施方式包括:响应于检测到用户作用于文本分类确认控件的选择操作,确定目标显示界面中的文本输入框对应的输入文本是否满足文本分类条件;响应于确定输入文本满足文本分类条件,将输入文本确定为初始文本;确定是否存在用户作用于向量分类方式选择控件的操作信息记录;响应于确定存在操作信息记录,根据操作信息记录,将初始文本输入至预先训练的文本分类模型,得到文本分类结果;在目标显示界面中的可视化展示区域对文本分类结果进行可视化展示。该实施方式
基于深度学习的电子卷宗文本检测方法、装置、介质及设备.pdf
本发明公开了一种基于深度学习的电子卷宗文本检测方法,包括:构建电子卷宗文本检测网络,对所述电子卷宗文本检测网络进行训练;获取待处理的电子卷宗图像,采用OpenCV技术对所述电子卷宗图像进行色彩通道分离,得到目标电子卷宗图像,所述目标电子卷宗图像为去除红色印章后的电子卷宗图像;以所述目标电子卷宗图像作为所述电子卷宗文本检测网络的输入,通过训练好的电子卷宗文本检测网络提取所述目标电子卷宗图像中的文字区域。本发明解决了现有文本检测技术对电子卷宗进行检测时存在检测精度以及稳定性欠佳的问题。
基于深度学习的文本分类方法、装置、服务器及存储介质.pdf
本申请实施例提供一种基于深度学习的文本分类方法、装置、服务器及存储介质,通过按照训练语料分句权重对训练语料进行关键分句筛选,得到关键分句筛选后的训练语料构成的训练样本集,从而可以按照语言习惯选择尽可能保留完整语句与原始语序,通过基于分句权重选取关键分句用于后续的文本分类判别训练,可以使得深度学习模型能够学习到正常的语义特征。在此基础上,通过获取训练样本集中不同预设长度分区的分区样本集,并将每个分区样本集分别输入深度学习模型中进行训练,得到不同预设长度分区的文本分类模型,从而采用多长度分区的多模型训练方式,
文本识别和展示方法、装置、电子设备和介质.pdf
本公开提供了一种文本识别和展示方法、装置、电子设备和介质,涉及计算机技术领域,尤其涉及文本识别、云计算及云服务技术领域。具体实现方案为:根据获取的文本识别指令,确定候选客户端与扫描设备之间的绑定关系;根据所述绑定关系从候选服务端中确定目标服务端,并将获取的文本扫描结果发送给所述目标服务端,使所述目标服务端根据所述文本扫描结果确定文本识别结果。本公开实现了提高文本识别结果的多样性和丰富性的效果。
基于评论数据的文本分类方法及装置、设备和介质.pdf
本公开是关于一种基于评论数据的文本分类方法及装置、设备以及介质,涉及自然语言处理技术领域,可以应用于对文本数据进行分类的场景。该基于评论数据的文本分类方法包括:获取评论数据,对评论数据进行文本预处理,以生成待处理分词数据;对待处理分词数据进行词向量化处理,以生成对应的词向量表示数据;将词向量表示数据输入至目标语言表示模型,以生成对应的句子向量表示数据;将句子向量表示数据分别输入至第一分类模型和第二分类模型,由第一分类模型确定评论数据是否属于问题文本数据,以及由第二分类模型确定评论数据对应的问题类型分类。本