Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东工商学院唐焕玲获国家专利权

山东工商学院唐焕玲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山东工商学院申请的专利一种基于动态多层语义感知机的文本分类方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114840674B

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210504446.2,技术领域涉及:G06F16/35;该发明授权一种基于动态多层语义感知机的文本分类方法及系统是由唐焕玲;刘孝炎;王育林;窦全胜;鲁明羽设计研发完成,并于2022-05-10向国家知识产权局提交的专利申请。

一种基于动态多层语义感知机的文本分类方法及系统在说明书摘要公布了:本发明提供了一种基于动态多层语义感知机的文本分类方法及系统,包括:获取待分类文本;采用动态多层语义感知机模型,得到所述待分类文本所属的类别;其中,动态多层语义感知机模型包括词嵌入层、若干层依次连接的加权特征学习器和动态深度控制器,每层加权特征学习器由依次连接的语义感知机和基分类器构成;所述词嵌入层的输出作为所有加权特征学习器的语义感知机的输入,每层加权特征学习器的基分类器的输出均输入所述动态深度控制器,每层加权特征学习器的语义感知机的输出作为下一层加权特征学习器的语义感知机的输入。不仅提高了特征学习质量,降低了时间复杂度和空间复杂度,而且减少了模型参数量,适用于训练样本不足的情况。

本发明授权一种基于动态多层语义感知机的文本分类方法及系统在权利要求书中公布了:1.一种基于动态多层语义感知机的文本分类方法,其特征在于,包括: 获取待分类文本; 采用动态多层语义感知机模型,得到所述待分类文本所属的类别; 其中,动态多层语义感知机模型包括词嵌入层、动态深度控制器和若干层依次连接的加权特征学习器,每层加权特征学习器由依次连接的语义感知机和基分类器构成;所述词嵌入层的输出作为所有加权特征学习器的语义感知机的输入,每层加权特征学习器的语义感知机的输出作为下一层加权特征学习器的语义感知机的输入,每层加权特征学习器的基分类器的输出均输入所述动态深度控制器; 所述每层加权特征学习器的语义感知机,基于上一层语义感知机输出的文本特征、随机序列转换后的文本初始特征、以及多层感知机处理后的所述上一层语义感知机输出的文本特征,经过加法和归一化操作,得到输出的文本特征; 所述动态多层语义感知机模型的训练过程为:初始化迭代次数和模型参数,并计算训练集中的文本的初始特征;基于所述初始特征和模型参数,计算每层加权特征学习器得到的预测结果,并输入所述动态深度控制器,来优化模型深度,并计算每层加权特征学习器得到的基分类器权重,对每层加权特征学习器得到的文本类别概率进行集成,得到集成预测结果,并结合训练集中的真实标签,优化模型参数;判断是否满足结束条件,若是,输出模型参数作为最优的模型参数,得到训练好的动态多层语义感知机模型;否则,迭代次数增加,并继续优化模型参数; 所述优化模型深度的具体方法为:基于所述每层加权特征学习器得到的预测结果,计算每层加权特征学习器的基分类器的正确率,基于所述正确率及阈值,判断是否满足调整模型深度条件,若是,调整模型深度;否则保持模型深度不变。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东工商学院,其通讯地址为:264005 山东省烟台市莱山区滨海中路191号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。