发明专利 已授权

一种基于BERT和无池化卷积神经网络的文本分类方法

📄 申请号:CN202310003775.3 📄 发布日:2026/08/27

著录项目信息

申请日
2023-01-03
公开号
CN116340506B
公开日
2026-05-15
申请人
重庆邮电大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

智能客服, 舆情分析, 信息检索, 文本挖掘, 语义理解

摘要

本发明请求保护一种基于BERT和无池化卷积神经网络的文本分类方法,步骤包括:对原始中文新闻文本进行分词、转换文本序列等预处理;将新闻文本输入BERT模型中得到词嵌入向量输出,基于BERT模型的多头注意力机制可以更充分地保留全局语义信息;将词嵌入向量输入卷积神经网络并对卷积神经网络进行优化,在卷积层使用三个不同大小的卷积核提取更加丰富的局部语义信息,以及取消池化层避免池化操作造成的部分语义信息丢失问题;将训练得到的参数作为网络模型的初始参数;最后将无池化卷积神经网络的输出输入全连接层实现分类。本发明具有良好的收敛性和稳定性,同时能够提高文本分类准确率。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:11 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价