一种文本多标签分类方法及系统.pdf
一吃****瀚文
亲,该文档总共16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
一种文本多标签分类方法及系统.pdf
本发明公开了一种文本多标签分类方法及系统,方法包含:获取目标文本数据及其标注标签并处理得到文本数据及其标注标签;将文本数据进行数据增广;对增广后的文本数据及其标注标签构建深度学习模型;将待处理数据输入深度学习模型中获取待处理数据的标签数据;对标签数据进行判别处理得到待处理数据的标注标签;系统包含数据处理模块获取目标文本数据及其标注标签并处理得到文本数据及其标注标签;数据增广模块对文本数据进行数据增广;深度学习模型构建模块用于构建深度学习模型,还用于获取待处理数据并输入深度学习模型中获取待处理数据的标签数据
一种基于softmax的文本多标签分类方法.pdf
本发明提供一种基于softmax的文本多标签分类方法,包括:文本预处理、文本特征向量提取、模型设计、模型训练、模型评估、模型应用,本发明使用bert模型提取句子特征向量,在使用双向门控循环单元和注意力模型构建训练网络,网络使用softmax作为激活函数而非sigmoid,同时使用配合softmax的改良交叉熵损失函数,提高负样本的学习效率,“softmax+交叉熵”没有类别不均衡的问题,因为它不是将多标签分类变成多个二分类问题,而是变成目标类别得分与非目标类别得分的两两比较,并且能够借助于LogSumEx
一种基于图深度学习的文本多标签分类方法和系统.pdf
本发明公开了基于图深度学习的文本多标签分类方法和系统,在金融领域少标注样本且标签间存在业务关联的前提下,依靠基于图深度学习的文本分类方法,自动化解决文本多标签分裂问题。其技术方案为:对原始采集数据进行预处理并进行文本向量化的处理,基于中文分词后转化为文本向量;对文本向量化结果,使用多标签注意力网络提取文本特征,最终得到文本特征提取结果;在文本特征提取的基础上,构建图语义交互层,得到融合图语义交互层的混合文本向量化的结果;在融入语义交互层的文本向量化表示基础上,采用特定损失函数训练模型进行训练,得到输入文本
一种基于海量信息的标签分类方法及系统.pdf
本发明公开了一种基于海量信息的标签分类方法及系统,包括:将训练图片通过分类模型进行分类预估,识别出训练图片的至少一组第一标签及对应的第一置信度;分别将第一置信度与预设阈值进行比较,若第一置信度大于预设阈值,则保存对应的第一标签;将测试图片通过分类模型进行分类预估,识别出测试图片的至少一组第二标签及对应的第二置信度;若至少一个第二标签与已保存的第一标签相同,则判断测试图片为分类模型支持分类的图片。本发明能够提供一种更精准、更细颗粒度的匹配,将商品图片经过分类模型抽取图片标签与置信度,根据图片标签和置信度判断
一种试题标签分类方法.pdf
本发明涉及网络教育技术领域,具体涉及一种试题标签分类方法包括以下步骤:A、将试题标签集合label进行变量初始化;B、将所有未打满试题标签的试题放入待分类试题库中;C、获取上一条试题K中被选择最多的试题标签Lj,并且统计出与试题标签Lj关联的试题的数量QLj;D、统计每个试题标签需要关联的试题数量的平均值Qaverage;E、比较QLj以及Qaverage;F、将获取的试题进行人工打标得到新的试题标签;G、将该新获得的试题标签保留至试题标签集合label中;H、检测打完试题标签后的试题是否已打满试题标签,