论文摘要
针对专利文本采用层级细分类低层级文本间相似度高、文本特征难以区分的特性,提出了一种LSTM-A文本分类模型。该模型使用LSTM网络对输入序列进行编码,并引入注意力机制对不同作用的文本特征分配不同权重,最后使用incopat专利数据库的专利文本数据集进行方法的有效性验证。实验表明,该模型可以有效提升高相似度专利文本的分类准确率。
论文目录
文章来源
类型: 期刊论文
作者: 薛金成,姜迪,吴建德
关键词: 专利文本,文本分类,长短期记忆网络,注意力机制
来源: 通信技术 2019年12期
年度: 2019
分类: 信息科技,经济与管理科学
专业: 计算机软件及计算机应用,自动化技术,科学研究管理
单位: 昆明理工大学信息工程与自动化学院,昆明理工大学知识产权发展研究院,昆明理工大学计算中心
分类号: G306;TP391.1;TP18
页码: 2888-2892
总页数: 5
文件大小: 1981K
下载量: 172