一种基于BERT与双向LSTM、注意力机制融合的灾难信息博文分类方法

发明专利有效专利

申请号：
CN202010809567.9
IPC分类号：G06F16/35;G06F40/284;G06N3/04;G06N3/08;G06Q50/00
申请日期：
2020-08-12
申请人：
北京工业大学

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BERT与双向LSTM、注意力机制融合的灾难信息博文分类方法
申请号	CN202010809567.9	申请日期	2020-08-12
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-11	公开/公告号	CN112069313A
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;4;0;/;2;8;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;5;0;/;0;0查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100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	北京工业大学	当前权利人	北京工业大学
发明人	王鹤松;杨震
代理机构	北京思海天达知识产权代理有限公司	代理人	暂无

摘要

本发明提供了一种基于BERT和双向LSTM、注意力机制融合的关于灾难信息博文分类方法，用于解决灾难来临时评估社交媒体文本信息重要性的问题，本方法包括训练和分类两大阶段，训练阶段分为以下五步训练数据预处理；用BERT模型获取训练数据的词向量；用双向LSTM算法对词向量序列进行特征提取；用注意力机制加权获取文本‑标签重要性特征向量；构建前馈神经网络并训练；分类阶段，利用训练完成的网络对待分类文本进行分类；训练阶段中的注意力机制分为两步，其中第二步注意力机制仅用于训练。本方法不同于以往的文本嵌入方式，克服了短文本特征稀缺的问题，明显的提升了分类效果。

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