一种基于多新息理论的深度学习的数字化项目查重方法

摘要

本发明涉及项目处理技术领域，公开了一种基于多新息理论的深度学习的数字化项目查重方法，判断项目信息数据集和近义词数据集是否符合训练条件；当符合训练条件时，构建多新息理论公式；确定预先训练的卷积神经网络算法，基于项目信息数据集、近义词数据集和多新息理论公式对卷积神经网络算法进行微调，得到多新息卷积神经网络；确定多新息卷积神经网络全连接层的输出值，将输出值和项目信息训练集的类型值进行比对，判断是否存在重复项目，本发明可以对预先训练的卷积神经网络算法的各层参数进行反向微调，提高卷积神经网络的计算收敛速度，提高近义词提取的精度，准确识别重复的项目，保证项目查重效率、准确度和查全率。