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
本发明提供一种半监督学习下基于协同训练的多标签分类方法、系统、存储介质和电子设备，涉及自然语言处理技术领域。本发明针对有标签样本数量低于无标签样本数量的特点，构建了基于协同训练的半监督文本分类模型用于完成多标签投诉文本的分类，将协同训练与多标签技术相结合，充分利用无标签样本将弱分类器的泛化性能提升，避免人工标注高昂成本。此外，利用两个不同的基分类器学习相同的特征输入，根据其各自的特性学习样本中不同的特征，并通过不断循环训练的方式可以减小模型分类的错误率，提高模型的分类效果。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117056517 A
(43)申请公布日 2023.11.14
(21)申请号 202311034799.1
(22)申请日 2023.08.16
(71)申请人 国能数智科技开发
文档评论（0）