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！
摘要：本发明属于自然语言处理技术领域，具体涉及一种基于BERT_BiLSTM的中文摘要分类研究方法。通过对中文摘要数据进行预处理，并按摘要类型打标签；搭建基于BERT_BiLSTM的中文摘要模型；将打上标签的摘要输入到BERT_BiLSTM模型训练，经过轮次训练对测试数据进行分类测试，得到分类结果。BERT_BiLSTM模型通过BERT预训练后的摘要语句转成词向量序列，利用机器可读的数字矩阵代表摘要语句，因此不需要大量测试数据样本就可以获得较好的效果，且BERT预训练模型学习了大规模文本数据，具有较好的可迁移性，结合自己的训练数据进行摘要语句学习训练，因此对于测试数据更具鲁棒性。
主权项：1.一种基于BERT_BiLSTM的中文摘要分类研究方法，其特征在于，包括以下步骤：采集中文摘要，对采集的中文摘要进行数据预处理，并按照分类类别打上标签，将这些中文摘要数据分为训练数据和测试数据；搭建BERT预训练模型，将训练数据和测试数据输入BERT预训练模型，对打上标签的中文摘要语句进行特征提取，得到词向量矩阵；搭建双向长短时记忆网络，将BERT预训练模型所得的词向量矩阵输入双向长短时记忆网络，对输入的上下文特征进行深层提取，将提取得到的正向特征向量与反向特征向量进行拼接，得到拼接后的特征向量矩阵；将BERT预训练模型与双向长短时记忆网络结合，得到BERT_BiLSTM中文摘要分类模型，将得到的拼接后的特征向量矩阵输入到分类器中进行判断，通过函数计算得到分类结果；将打上标签后的摘要训练数据和测试数据输入到BERT_BilSTM模型训练，经过轮次训练对测试数据进行分类测试，得到分类结果。
全文数据：
权利要求：
百度查询： 西安建筑科技大学 基于BERT_BiLSTM的中文摘要分类研究方法
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