一种基于卷积神经网络的问答社区标签推荐方法

授权

摘要

本发明涉及一种基于卷积神经网络的问答社区标签推荐方法，具体是涉及对问答社区中的问题数据集先进行数据预处理，再通过词嵌入建立矩阵，利用Mikilovo方法将训练集的矩阵变成三维矩阵，然后用卷积神经网络模型对三维矩阵进行训练，最后利用训练完成的模型对问答社区中的新问题进行标签推荐，是一种基于卷积神经网络的问答社区标签推荐方法。具有如下突出特点和优点：第一，引入卷积层，能对特征进行准确提取，可以进行更精准的匹配；第二，卷积神经网络处理大型图片的能力使得其可以处理较大的数据集；第三，卷积神经网络在图片处理中的迁移性，使得其用在标签推荐中也能有很好的迁移性。

基本信息

专利标题：

一种基于卷积神经网络的问答社区标签推荐方法

专利标题（英）：

暂无

公开（公告）号：

CN109299291A

申请号：

CN201811140397.9

公开（公告）日：

2019-02-01

申请日：

2018-09-28

授权号：

CN109299291B

授权日：

2022-04-29

发明人：

刘进周平义储玮崔晓晖李兵陈旭施泽洋彭新宇赵发凯

申请人：

武汉大学

申请人地址：

湖北省武汉市武昌区珞珈山武汉大学

代理机构：

武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：

鲁力

优先权：

CN201811140397.9

主分类号：

G06F16/383

IPC分类号：

G06F16/383 G06F17/27