期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于图注意力网络的多标签专利分类方法 被引量:1
1
作者 谭晏松 宋铁成 《计算机应用与软件》 北大核心 2023年第11期194-200,共7页
针对当前大多数基于特征工程和机器学习的专利分类方法存在准确性低以及泛化能力差的问题,提出一种基于注意力感知深度学习模型的多标签专利分类方法。该文将输入数据表示为文本图的形式,并利用图注意力卷积网络学习构建的文本图,并通... 针对当前大多数基于特征工程和机器学习的专利分类方法存在准确性低以及泛化能力差的问题,提出一种基于注意力感知深度学习模型的多标签专利分类方法。该文将输入数据表示为文本图的形式,并利用图注意力卷积网络学习构建的文本图,并通过引入BiLSTM层作为新的聚合函数来表征文本图各节点的差异性和代表的语义信息设计了一个非局部二阶注意层用于捕捉专利文档中的远程和细粒度的语义信息,消除因国际专利分类标签跨域引起的语义模糊;使用Softmax分类器来完成多标签专利的分类任务。所提方法在多标签专利分类任务具有良好的分类精度,相对于其他分类方法,性能有所提高。 展开更多
关键词 多标签专利分类 深度学习 图注意力卷积网络 非局部二阶注意力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部