Document
拖动滑块完成拼图
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

基于多标签因果关系的信息分级预警方法、装置和设备 

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:中国人民解放军国防科技大学

摘要:本申请涉及一种基于多标签因果关系的信息分级预警方法、装置和设备。该方法包括:根据信息分级预警总级别数和信息分级目的,制定信息级别规范;根据信息级别规范对真实文本数据进行预处理和标签分配,构建有标注的训练数据集;根据训练数据集采用有监督的训练方式对基于多标签因果关系的信息分级预警模型进行训练,采用训练好的信息分级预警模型对待分类的信息数据进行处理,得到待分类信息紧急级别。区别于只学习数据与单个标签的关联性的预警方法,本方法根据实例的特点动态捕捉其与多级标签的因果关系,从而理解不同级别之间的细微差别,并结合信息分级规范来对信息紧急级别进行综合预测,达到更好的分类效果,提升了信息分级预警准确率。

主权项:1.一种基于多标签因果关系的信息分级预警方法,其特征在于,所述方法包括:根据预设的信息分级预警总级别数和信息分级目的,制定信息级别规范;根据所述信息级别规范对真实文本数据进行预处理和标签分配,构建有标注的训练数据集;构建基于多标签因果关系的信息分级预警模型;其中所述信息分级预警模型包括文本编码器、标签表征网络、标签混淆模型以及朴素贝叶斯分类器;所述文本编码器用于提取所述训练数据集的文本表征;所述标签表征网络用于提取所述训练数据集中与所述文本表征对应的标签表征;所述标签混淆模型用于根据所述文本表征和所述标签表征计算模拟标签分布;所述朴素贝叶斯分类器用于根据所述文本表征计算预测标签分布;所述标签混淆模型是多通道融合网络,由采用多头注意力机制的相似性层和标签分布计算层组成;所述相似性层用于将标签表征和当前实例表征作为输入,通过点积函数计算相似性;所述标签分布计算层用于采用具有激活层的神经网络来获得标签混淆分布;所述标签混淆分布为: ;其中,为标签混淆分布;表示模拟标签分布;表示真实单向量标签;是平衡因子,平衡因子为0到1之间的数,用于控制算法对于不同级别的敏感程度;根据所述训练数据集采用有监督的模型训练方式对所述信息分级预警模型进行训练,得到训练好的信息分级预警模型;将待分类的信息数据及制定标准输入到训练好的信息分级预警模型中,得到待分类信息紧急级别。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 基于多标签因果关系的信息分级预警方法、装置和设备

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。