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:北京百度网讯科技有限公司
摘要:本公开提供了一种文本分类方法、文本分类模型的训练方法、装置、电子设备和存储介质,涉及人工智能领域,具体涉及文字识别领域、深度学习领域和图像处理领域,可应用于提取文档信息等场景。文本分类方法的具体实现方案为:根据待处理图像的图像特征和待处理图像包括的多个字段,确定多个字段中每个字段的文本特征;根据多个字段的多个文本特征和多个字段在待处理图像中的多个位置信息,确定每个字段的结构特征;以及根据每个字段的文本特征和每个字段的结构特征,确定每个字段的类别。
主权项:1.一种文本分类方法,包括:根据待处理图像的图像特征和所述待处理图像包括的多个字段,确定所述多个字段中每个字段的文本特征;根据所述多个字段的多个文本特征和所述多个字段在所述待处理图像中的多个位置信息,确定所述每个字段的结构特征;以及根据所述每个字段的文本特征和所述每个字段的结构特征,确定所述每个字段的类别;其中,确定所述每个字段的结构特征包括:根据所述多个文本特征,确定表征所述多个文本特征彼此之间差异的差异特征;根据所述多个字段在所述待处理图像中的多个位置信息,确定表征所述多个位置信息彼此之间的相对关系的关系特征;以及根据所述差异特征、所述关系特征和所述多个文本特征,确定所述每个字段的结构特征;其中,所述根据所述差异特征、所述关系特征和所述多个文本特征,确定所述每个字段的结构特征包括:以所述差异特征为权重对所述关系特征加权,得到加权后特征;以及将所述加权后特征和所述多个文本特征输入图卷积网络,得到所述每个字段的结构特征。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 文本分类方法和文本分类模型的训练方法、装置
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。