首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于CFC结构改进的胶囊网络文本分类方法 

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!

申请/专利权人:南京信息工程大学

摘要:本发明公开了一种基于CFC结构改进的胶囊网络文本分类方法,涉及自然语言处理文本分类技术领域,在传统胶囊网络的基础上,首先引入了CFC卷积全连接层作为胶囊的提取机制创建更少的初级胶囊提升分类效率;然后采用一种由反卷积层组成的新的解码器,捕获空间关系并且包含更少的参数;最后在胶囊网络中增加深度胶囊层筛选去除冗余胶囊提升网络的泛化能力,从而一方面提高了实验分类效率和分类准确率,另一方面也更适用于规模较大的数据集。

主权项:1.一种基于CFC结构改进的胶囊网络文本分类方法,其特征在于:包括以下步骤S1、文本预处理;S2、准备数据集;S3、通过多尺度子网络对输入文本进行特征提取,多尺度子网络包括3个不同深度的尺度,每个尺度的深度对应该尺度中使用的卷积层数;S4、使用不同维数的CFC层将上一步骤中提取到的特征转化为向量;S5、将上一步骤中的输出向量通过仿射变换矩阵乘法生成大小和方向不同的胶囊,形成胶囊网络,胶囊网路包括初级胶囊层、深度胶囊层、卷积胶囊层以及全连接胶囊层;S6、通过初级胶囊层的矢量输出胶囊产生实例化参数,通过初级胶囊层将低级特征进行封装,得到一组初级胶囊;S7、通过深度胶囊层对初级胶囊进行筛选,筛选出最大活跃度的S个初级胶囊输出到卷积胶囊层;S8、卷积胶囊层将输入的卷积结果压扁成一个胶囊列表,然后将其送入全连接胶囊层进行训练;S9、全连接胶囊层的输入包括卷积胶囊层的输出和动态路由的输出,从而同时学习局部特征信息和全局特征信息,提取输入数据的特征表示。

全文数据:

权利要求:

百度查询: 南京信息工程大学 一种基于CFC结构改进的胶囊网络文本分类方法

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。