首页> 中国专利> 基于强化学习和胶囊网络的文本分类模型及方法

基于强化学习和胶囊网络的文本分类模型及方法

摘要

本发明涉及自然语言处理、文本分类的技术领域,更具体地,涉及基于强化学习和胶囊网络的文本分类模型及方法。本发明以强化学习Actor‑Critic,胶囊网络CapsNet为基本的框架,胶囊网络提取文本信息的特征,强化学习判别胶囊层之间的联系。本发明的创新内容在于引入了强化学习去学习胶囊网络层之间的路由关系,引入胶囊网络去解决文本分类模型中的多标签分类的任务。利用胶囊网络在多标签分类任务上的优势,应用于文本多标签分类的任务上,从而达到更好的效果;利用强化学习遇错调整的机制,学习到更好的路由之间的联系方法。

著录项

  • 公开/公告号CN109241287B

    专利类型发明专利

  • 公开/公告日2021-10-15

    原文格式PDF

  • 申请/专利权人 中山大学;

    申请/专利号CN201811109798.8

  • 发明设计人 林东定;潘嵘;

    申请日2018-09-21

  • 分类号G06F16/35(20190101);

  • 代理机构44102 广州粤高专利商标代理有限公司;

  • 代理人陈伟斌

  • 地址 510275 广东省广州市海珠区新港西路135号

  • 入库时间 2022-08-23 12:37:36

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号