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：青岛大学
摘要：本发明属于计算机自然语言处理技术领域，涉及一种基于复合网络与图注意力机制的社区话题分类方法，具体步骤包括：数据预处理、提取关键词、初始化特征、建立两个图结构、建立图注意力神经网络分类模型和输出节点分类；针对社区话题数据集的特点，从关键信息以及话题本身内容两方面出发，建立关键词‑话题复合复杂网络，然后抽取话题节点的两种图结构，利用双层注意力机制更新特征并用于节点分类任务；本发明中所提方法与其他现有模型相比取得了更好的分类效果，分类准确率高；为热点话题发现提供了保障。
主权项：1.一种基于复合网络与图注意力机制的社区话题分类方法，其特征在于，具体步骤包括：S1、数据预处理：对获取的话题数据集使用规则过滤库进行无关信息过滤；S2、提取关键词：使用集成算法提取预处理后的话题数据中的关键词，同时使用百度自然语言处理工具进行分词监督，并去掉停用词和命名实体；S3、初始化特征：对预处理后的数据进行初始化处理，利用word2vec和BiLSTM预训练模型得到话题集T的初始特征矩阵X＝{x1,x2,...,xn}；S4、建立两个图结构：利用预处理后的话题数据集为整个数据集建立关键词-话题复合网络，在网络中抽取得到两个图结构：关键词与话题所属关系映射图结构和话题相似度图结构；S5、建立图注意力神经网络分类模型：并利用随机梯度下降法对该模型进行训练，直到损失函数收敛为止，保留模型的最优参数；S6、输出节点分类：待分类的话题数据进入训练后的图注意力神经网络分类模型后，得到节点特征，将节点特征通过softmax分类器得到模型预测的数据所属标签。
全文数据：
权利要求：
百度查询： 青岛大学 一种基于复合网络与图注意力机制的社区话题分类方法
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