一種基于Bilstm+Attention文本分類的案例推薦方法及系統(tǒng)
基本信息

| 申請?zhí)?/td> | CN202110203054.8 | 申請日 | - |
| 公開(公告)號 | CN112905793A | 公開(公告)日 | 2021-06-04 |
| 申請公布號 | CN112905793A | 申請公布日 | 2021-06-04 |
| 分類號 | G06F16/35;G06F40/30;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 王守義;張濤;朱騫 | 申請(專利權(quán))人 | 山西同方知網(wǎng)數(shù)字出版技術(shù)有限公司 |
| 代理機(jī)構(gòu) | 北京天奇智新知識產(chǎn)權(quán)代理有限公司 | 代理人 | 陳新勝 |
| 地址 | 030006 山西省太原市高新區(qū)產(chǎn)業(yè)路48號新島科技園D座 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種基于Bilstm+Attention文本分類的案例推薦方法及系統(tǒng),所述方法包括:分別對事由分類模型及行為分類模型進(jìn)行預(yù)訓(xùn)練;對待測案例使用ALBert進(jìn)行句子向量表征;使用對應(yīng)的預(yù)訓(xùn)練模型去掉最后一層分類層輸出事由和行為特征向量;融合事由和行為特征向量進(jìn)行案例推薦。所述系統(tǒng)包括:事由分類模型訓(xùn)練層、行為分類模型訓(xùn)練層、語義表征層、特征融合層和類案推薦層。通過文本分類模型可以篩選相同類型的候選案例集減少計算成本、時間成本,且獲取文本分類模型分類層之前一層輸出向量能夠表征文本語義信息使得推薦案例更加準(zhǔn)確。 |





