龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：之江实验室;复旦大学
摘要：本发明公开了一种基于K邻近结点算法和对比学习的文本分类方法，该方法在训练阶段使用对比学习拉进类内距离，拉远类间距离，并且结合交叉熵损失，辅助对比学习进行联合训练，在推理过程中，通过联合训练好的模型，结合最邻近结点算法，进行联合预测，计算待推断文本的分类；本发明不仅能够在文本分类的准确率上取得比目前业内使用的文本分类方式更高的结果，而且在模型的鲁棒性上也取得了极大的提升。
主权项：1.一种基于K邻近结点算法和对比学习的文本分类方法，其特征在于包括如下步骤：S1，训练过程中，通过构建句子向量表示k的正负样本，进行对比学习，对比学习的损失函数如下： 其中，M表示正样本的数量，N表示负样本的数量，q表示预训练编码器encoder_q输出的句子的向量表示，k表示预训练编码器encoder_k输出的句子向量表示，encoder_q与encoder_k相同，kj表示第j个正样本k+，ki表示遍历负样本k-和kj的集合，exp·表示指数函数，τ为超参数；结合交叉熵损失函数，进行联合训练，联合损失函数如下：L＝λLec+1-λLsc 其中，λ表示调节交叉熵损失函数Lec和所述对比学习的损失函数Lsc之间的权重参数，yc表示q的类别，C表示文本分类的分类数，F·表示线性分类器；反向传播损失函数，更新encoder_q和线性分类器的参数；S2，通过训练好的encoder_q和线性分类器，对文本进行分类。
全文数据：
权利要求：
百度查询： 之江实验室 复旦大学 一种基于K邻近结点算法和对比学习的文本分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号