咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明提出了一种基于语义的深度多实例弱监督文本分类方法,包括以下步骤:S1,将同一社交内容下的多条评论文本组织成文本包,给文本包分发标签,由此可得到话题相关包;S2,从话题相关包中抽取代表话题的关键词,通过关键词构建话题相关向量;S3,将话题相关向量和词向量作为向量对输入双分支神经网络中,通过双分支神经网络对文本实例进行预测,得到文本实例的类别和包的类别。本发明能够在社交媒体文本数据变化快,标注难,标注数据严重匮乏的前提下,对文本信息进行有效分类。
著 录 项:
专利/申请号: | CN202211301646.4 | 专利名称: | 一种基于语义的深度多实例弱监督文本分类方法 |
申请日: | 2022-10-24 | 申请/专利权人 | 重庆理工大学 |
专利类型: | 发明 | 地址: | 重庆市巴南区红光大道69号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06F16/35搜分类 人工智能搜索 |
公开/公告日: | 2023-06-23 | 转让价格: | 18000.0元 |
公开/公告号: | CN115563284B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |