基于梯度改进的元学习少样本文本分类方法
实质审查的生效
摘要

本发明公开了一种基于梯度改进的元学习少样本文本分类方法,包括以下具体步骤:元学习训练数据划分,构建基于少样本文本框架下的元数据集,并将元数据集划分为训练任务集、验证任务集和测试任务集;构建元学习模型;训练元学习模型,通过构建训练任务集,每次将一批次的元任务送入到内层基础学习器,元任务对应的训练将外层元学习器的参数作为内层基础学习器的初始化参数,内层基础学习器在元任务的支持集上进行训练,得到在支持集上的误差和梯度,再在查询集上检验内层基础学习器训练的效果,得到查询集上的误差和梯度;将学习到的元学习模型应用于少样本文本分类。

基本信息
专利标题 :
基于梯度改进的元学习少样本文本分类方法
专利标题(英):
暂无
公开(公告)号 :
CN114491039A
申请号 :
CN202210101017.0
公开(公告)日 :
2022-05-13
申请日 :
2022-01-27
授权号 :
暂无
授权日 :
暂无
发明人 :
彭德中胡洪辉吕建成彭玺桑永胜胡鹏孙亚楠王旭陈杰王骞
申请人 :
四川大学
申请人地址 :
四川省成都市武侯区一环路南一段24号
代理机构 :
北京盛凡佳华专利代理事务所(普通合伙)
代理人 :
靳桂琳
优先权 :
CN202210101017.0
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
2022-05-31 :
实质审查的生效
IPC(主分类) : G06F 16/35
申请日 : 20220127
2022-05-13 :
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332