一种基于模型融合的深度学习文本分类方法及系统
授权
摘要
本发明公开了一种基于模型融合的深度学习文本分类方法及系统，包括：获取训练文本集，构建以单词节点为基础的文本训练集的图结构；利用获取的文本训练集的图结构，将训练文本集中的文本生成文本的图结构；构建图神经网络模型，将获取的文本的图结构输入图神经网络得到图神经网络输出；构建基于循环神经网络的文本分类模型，将图神经网络的输出输入到文本分类模型进行分类预测，获得文本分类结果。本发明以提升基于文本分类任务的应用场景的分类准确度。
基本信息
专利标题 ：
一种基于模型融合的深度学习文本分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN113434668A
申请号 ：
CN202110539393.3
公开（公告）日 ：
2021-09-24
申请日 ：
2021-05-18
授权号 ：
CN113434668B
授权日 ：
2022-05-20
发明人 ：
程戈侯壹凡张冬良
申请人 ：
湘潭大学
申请人地址 ：
湖南省湘潭市雨湖区羊牯塘街道27号
代理机构 ：
武汉知产时代知识产权代理有限公司
代理人 ：
张毅
优先权 ：
CN202110539393.3
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/35
••聚类；分类
法律状态
2022-05-20 ：
授权
2021-10-15 ：
实质审查的生效
IPC(主分类) : G06F 16/35
申请日 : 20210518
申请日 : 20210518
2021-09-24 ：
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
