[00223158]一种基于深度多任务学习的文本分类方法
交易价格:
面议
所属行业:
分析仪器
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201611117038.2
交易方式:
技术转让
技术转让
技术入股
联系人:
中山大学
进入空间
所在地:广东广州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要:本发明提供一种基于深度多任务学习的文本分类方法,该发明利用其它任务训练得到的循环神经网络,结合卷积神经网络的学习能力,得到额外的文档表示,相当于引入了大量外部信息,扩展了文档的语义表示,有效地解决了训练数据不足的问题。本文相较于传统的多任务学习方法,使用了卷积神经网络对辅助任务的底层特征进行特征抽取,能够利用其它任务的特征有效地迁移到本任务,改善了文本分类的性能。
摘要:本发明提供一种基于深度多任务学习的文本分类方法,该发明利用其它任务训练得到的循环神经网络,结合卷积神经网络的学习能力,得到额外的文档表示,相当于引入了大量外部信息,扩展了文档的语义表示,有效地解决了训练数据不足的问题。本文相较于传统的多任务学习方法,使用了卷积神经网络对辅助任务的底层特征进行特征抽取,能够利用其它任务的特征有效地迁移到本任务,改善了文本分类的性能。