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：山东省齐鲁大数据研究院
摘要：本发明涉及文本分类领域，具体公开一种基于自适应奖励机制的文本分类方法、系统、终端及介质，获取文本数据并预处理，构建训练样本；预处理过程中使用独热编码对层级标签进行处理；基于标签之间的层次关系，并引入基于余弦相似度的自适应奖励机制构建层次损失函数；构建层次文本分类模型，使用训练样本对层次文本分类模型进行训练，训练过程中基于层级损失函数使用反向传播算法调整模型参数；使用训练完成的层次文本分类模型对目标文本进行分类。本发明通过设计层次损失函数，并引入自适应奖励机制，有效解决传统方法在处理复杂层次结构文本数据时存在的局限性，显著提升分类的准确性和效率。
主权项：1.一种基于自适应奖励机制的文本分类方法，其特征在于，包括以下步骤：获取文本数据并预处理，构建训练样本；预处理过程中使用独热编码对层级标签进行处理；基于标签之间的层次关系，并引入基于余弦相似度的自适应奖励机制构建层次损失函数；构建层次文本分类模型，使用训练样本对层次文本分类模型进行训练，训练过程中基于层级损失函数使用反向传播算法调整模型参数；使用训练完成的层次文本分类模型对目标文本进行分类；其中，基于标签之间的层次关系，并引入基于余弦相似度的自适应奖励机制构建层次损失函数，具体包括：步骤1，对于每个标签层级，构建基本的交叉熵损失函数，表达式为： 式中，表示第标签层级的交叉熵损失，表示第标签层级的真实标签分布，表示第标签层级的预测标签概率分布，表示标签层级数量；步骤2，考虑到层次依赖关系，当计算超过顶层的损失时，对交叉熵应用了一个惩罚因子，表达式为： 式中，表示第标签层级的惩罚因子，；表示一个指示函数，如果为真，等于0，否则等于1；步骤3，基于惩罚因子调整除第1层之外的标签层级的交叉熵损失，调整后的交叉熵损失表达为： 式中，表示第标签层级的加权因子；；步骤4，计算每个标签层级的余弦相似度，表达式为： 式中，；步骤5，引入自适应奖励机制，计算平滑奖励，表达式为： 式中，；步骤6，构建总损失，表达式为： 式中，表示奖励因子，表示取平均值。
全文数据：
权利要求：
百度查询： 山东省齐鲁大数据研究院 一种基于自适应奖励机制的文本分类方法、系统、终端及介质
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