基于多任务学习的篇章级文本连贯性分类方法

授权

摘要

本发明提出基于多任务学习的篇章级文本连贯性分类方法，所述方法包括：步骤1、使用预训练模型得到篇章级文本中每一句话的句子向量表示；步骤2、将句子向量作为输入，使用Transformer模型，得到篇章级文本的整体向量表示；步骤3、构建句子排序任务，使用该任务对篇章级文本的整体向量表示进行调整；步骤4、根据调整后的篇章级文本整体向量表示通过分类器得到文本连贯性分类。通过上述方法解决了现有技术中的问题，所述方法对信息检索以及自然语言处理中的多任务学习、作文自动评分、文档向量化等方向有着重要作用。

基本信息

专利标题：

基于多任务学习的篇章级文本连贯性分类方法

专利标题（英）：

暂无

公开（公告）号：

CN113312452A

申请号：

CN202110667388.0

公开（公告）日：

2021-08-27

申请日：

2021-06-16

授权号：

CN113312452B

授权日：

2022-05-27

发明人：

赵铁军夏名宏朱聪慧徐冰杨沐昀曹海龙

申请人：

哈尔滨工业大学

申请人地址：

黑龙江省哈尔滨市南岗区西大直街92号

代理机构：

哈尔滨市阳光惠远知识产权代理有限公司

代理人：

孙莉莉

优先权：

CN202110667388.0

主分类号：

G06F16/33

IPC分类号：

G06F16/33 G06F16/35 G06F40/211 G06F40/289 G06K9/62 G06N3/04 G06N3/08