使用监督机器学习针对分层行业分类结构对商业概要进行分类
公开
摘要
提供了用于针对分层行业分类结构对基于文本的商业概要(在本文中称为“概要”)进行分类的分类系统。分类系统包括基于词的子分类器，该基于词的子分类器使用神经网络针对训练集中的每个概要生成向量空间，其中已知训练集中的每个概要对应于分层行业分类结构中的特定行业分类。改变由基于词的子分类器使用的神经网络的隐藏层中的权重值，以提高神经网络在商业概要分类背景中的预测能力。实施方式包括在训练集中增加表示不足的母行业分类和分层行业分类结构的属性的表示，例如行业分类之间的距离和行业分类是否在同一子图中。基于词的子分类器的培训完成基于诸如hF1分数的性能度量是否满足一个或更多个早停止标准。分类系统还包括是基于类别的子分类器和元分类器。
基本信息
专利标题 ：
使用监督机器学习针对分层行业分类结构对商业概要进行分类
专利标题（英）：
暂无
公开（公告）号 ：
CN114600133A
申请号 ：
CN202080075313.7
公开（公告）日 ：
2022-06-07
申请日 ：
2020-09-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
尼基塔·日利佐夫
申请人 ：
邓白氏公司
申请人地址 ：
美国新泽西州
代理机构 ：
北京集佳知识产权代理有限公司
代理人 ：
杜诚
优先权 ：
CN202080075313.7
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
