滿意度:
銷量: 0
評論: 0 次
成果簡介:
本發(fā)明涉及一種利用共現(xiàn)信息的多任務(wù)輔助極限多標(biāo)簽短文本分類方法,其主要技術(shù)特點是:構(gòu)建賬號?特征文件;利用賬號?特征文件為每條微博短文本提供額外的特征信息,并將該特征信息建模為顯式的模型輸入共現(xiàn)信息;構(gòu)建與微博短文本相關(guān)的多標(biāo)簽文本分類任務(wù)和極限多標(biāo)簽文本分類任務(wù);構(gòu)建多任務(wù)學(xué)習(xí)任務(wù)模型;使用大規(guī)模微博短文本數(shù)據(jù)對多任務(wù)學(xué)習(xí)任務(wù)模型進(jìn)行預(yù)訓(xùn)練;對多任務(wù)學(xué)習(xí)任務(wù)模型進(jìn)行微調(diào);對神經(jīng)網(wǎng)絡(luò)輸出進(jìn)行量化并最終輸出多任務(wù)預(yù)測結(jié)果。本發(fā)明利用共現(xiàn)信息設(shè)計多任務(wù)學(xué)習(xí)架構(gòu),實現(xiàn)對大規(guī)模短文本的多標(biāo)簽分類,方法可在較低的工業(yè)部署成本情況下,對大規(guī)模短文本數(shù)據(jù)集實現(xiàn)穩(wěn)定精確實時的多標(biāo)簽預(yù)測。
地址:重慶市兩江新區(qū)大竹林街道青楓北路30號鳳凰C座815-816