一种基于深度双向语言文本处理网络的违章分类方法

发明专利有效专利

申请号：
CN202010886124.X
IPC分类号：G06F16/35;G06F16/332;G06N3/04;G06N3/08
申请日期：
2020-08-28
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度双向语言文本处理网络的违章分类方法
申请号	CN202010886124.X	申请日期	2020-08-28
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-12-15	公开/公告号	CN112084332A
优先权	暂无	优先权号	暂无
主分类号	G06F16/35	IPC分类号	G;0;6;F;1;6;/;3;5;;;G;0;6;F;1;6;/;3;3;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区余杭塘路866号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	陈松波;郭创新
代理机构	杭州求是专利事务所有限公司	代理人	暂无

摘要

本发明公开了一种基于深度双向语言文本处理网络的违章分类方法，该方法采用词向量表示文本特征，利用神经网络提取文本信息的本质特征，对华南电网的数据进行了仿真研究。本发明方法有效地提高了分类的准确率和标注的效率；分类网络会随着违规数据库的更新而不断学习和训练；如果电网出现新的违规类型，分类网络将对新的违规类型进行培训和学习，确保分类网络的可靠性和准确性。本发明准确度高，漏报率低，可靠性强，能够对电力企业中的大量违章记录进行自动标注，能够更好地处理文本数据，将数据资源最大化的利用起来，处理文本的速度更加迅捷。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供