原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于层次注意的分层多标签文本分类模型的构建方法，包括步骤：S1，构建多层级文本分类体系，将文本标签拆分为向量矩阵的形式；S2，将文本内容以文本为单位构建文本内容的向量矩阵；S3，计算文本‑类别注意力矩阵、文本‑类别表示；S4，生成统一文本表示和文本类别预测；S5，计算语义表示；S6，重复递归S3至S5，以获得每一文本全部的统一的文本表示和文本类别预测，用神经网络的方式训练模型以获得能够准确预测出文本相应类别的文本分类模型；本发明解决了有层级结构的文本分类问题，从而提升了文本分类预
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113420154 B
(45)授权公告日 2021.12.10
(21)申请号 202110978563.8 CN 110569353 A,2019.12.13
文档评论（0）