一种基于生成式对抗网络的多任务分类消歧方法与装置

授权

摘要

本发明公开了一种基于生成式对抗网络的多任务分类消歧方法与装置，包括：(1)获取文本数据并构建样本集；(2)基于生成式对抗网络构建训练系统，包括用于根据样本数据预测信用水平的第一分类器，用于根据样本数据预测收入水平的第二分类器，用于根据信用标签、收入标签、信用水平预测结果、收入水平预测结果生成编码向量的生成器；(3)根据交叉熵损失构建生成器、第一分类器和第二分类器的损失函数；(4)利用损失函数对训练系统进行训练，并将第一分类器形成信用预测模型，第二分类器形成收入预测模型；(5)将文本数据编码成文本向量后输入至信用预测模型和收入预测模型中，经计算获得信用预测结果和收入预测结果。

基本信息

专利标题：

一种基于生成式对抗网络的多任务分类消歧方法与装置

专利标题（英）：

暂无

公开（公告）号：

CN111813943A

申请号：

CN202010746184.1

公开（公告）日：

2020-10-23

申请日：

2020-07-29

授权号：

CN111813943B

授权日：

2022-06-10

发明人：

陈晋音徐国宁徐思雨陈治清缪盛欢

申请人：

浙江工业大学

申请人地址：

浙江省杭州市下城区潮王路18号

代理机构：

杭州天勤知识产权代理有限公司

代理人：

曹兆霞

优先权：

CN202010746184.1

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06K9/62 G06Q10/04