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：北京邮电大学
摘要：本发明提供了一种基于正则化集成学习的多模态细粒度论文分类方法和系统，所述方法包括：获取待分类论文的原始数据并从中提取所述待分类论文的文本数据和图像数据；将文本数据输入到第一预训练模型提取文本特征向量和文本特征向量矩阵；将图像数据输入到第二预训练模型提取图像特征向量和图像特征向量矩阵；进行Dropout正则化处理、拼接操作以得到第一特征融合向量；进行L1正则项系数和L2正则项系数结合的L1‑L2正则化处理、拼接以得到第二特征融合向量；输入到注意力机制模块以得到第三特征融合特征向量矩阵；输入到第三预训练模型以实现待分类论文的分类。本发明能够基于多模态注意力机制和多种不同的正则化方法大幅度提升细粒度论文分类的性能。
主权项：1.一种基于正则化集成学习的多模态细粒度论文分类方法，其特征在于，所述方法包括：获取待分类论文的原始数据，从所述原始数据中提取所述待分类论文的文本数据和图像数据，对所述文本数据进行分词预处理，对所述图像数据进行数据增广预处理；将经过分词预处理的文本数据输入到第一预训练模型提取文本特征向量和文本特征向量矩阵；将经过数据增广预处理的图像数据输入到第二预训练模型提取图像特征向量和图像特征向量矩阵；对文本特征向量和图像特征向量进行Dropout正则化处理，对Dropout正则化处理的结果进行拼接操作，将所述拼接操作的结果输入到第一全连接层得到第一融合特征向量；对文本特征向量和图像特征向量进行L1正则项系数和L2正则项系数结合的L1-L2正则化处理，对文本特征向量和图像特征向量经L1-L2正则化处理的结果进行拼接操作，将所述拼接操作的结果输入到第二全连接层得到第二融合特征向量；将文本特征向量矩阵和图像特征向量矩阵输入到注意力机制模块以对所述文本特征向量矩阵和图像特征向量矩阵包含的所有数据特征向量分别进行加权，将注意力机制模块的输出经过全局平均池化层和第三全连接层得到第三融合特征向量；将所述第一融合特征向量、第二融合特征向量和第三融合特征向量输入到第三预训练模型以实现待分类论文的分类。
全文数据：
权利要求：
百度查询： 北京邮电大学 基于正则化集成学习的多模态细粒度论文分类方法和系统
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