-
公开(公告)号:CN114970497A
公开(公告)日:2022-08-30
申请号:CN202210625333.8
申请日:2022-06-02
Applicant: 中南大学
IPC: G06F40/205 , G06F40/289 , G06F40/30 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08 , G06N10/00
Abstract: 本发明公开了一种基于预训练特征嵌入的文本分类方法,包括构建训练数据集;构建量子启发式文本分类初始模型;采用训练数据集训练量子启发式文本分类初始模型得到量子启发式文本分类模型;获取预训练模型ERNIE;连接量子启发式文本分类模型和预训练模型ERNIE构建文本分类模型;采用训练数据集训练文本分类模型得到基于预训练特征嵌入的文本分类模型;采用基于预训练特征嵌入的文本分类模型对实际文本进行文本分类。本发明提供的这种基于预训练特征嵌入的文本分类方法及词义消歧方法,通过结合预训练特征嵌入、神经网络模型和量子计算理论,提出了全新的文本分类方法和对应的词义消歧方法;本发明方法不仅可靠性高,而且分类精度较好。
-
公开(公告)号:CN114970497B
公开(公告)日:2023-05-16
申请号:CN202210625333.8
申请日:2022-06-02
Applicant: 中南大学
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06F40/205 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N10/00
Abstract: 本发明公开了一种基于预训练特征嵌入的文本分类方法,包括构建训练数据集;构建量子启发式文本分类初始模型;采用训练数据集训练量子启发式文本分类初始模型得到量子启发式文本分类模型;获取预训练模型ERNIE;连接量子启发式文本分类模型和预训练模型ERNIE构建文本分类模型;采用训练数据集训练文本分类模型得到基于预训练特征嵌入的文本分类模型;采用基于预训练特征嵌入的文本分类模型对实际文本进行文本分类。本发明提供的这种基于预训练特征嵌入的文本分类方法及词义消歧方法,通过结合预训练特征嵌入、神经网络模型和量子计算理论,提出了全新的文本分类方法和对应的词义消歧方法;本发明方法不仅可靠性高,而且分类精度较好。
-
公开(公告)号:CN115495580A
公开(公告)日:2022-12-20
申请号:CN202211175447.3
申请日:2022-09-26
Applicant: 中南大学 , 合肥本源量子计算科技有限责任公司
IPC: G06F16/35 , G06F40/289 , G06N10/20
Abstract: 本发明公开了一种基于量子启发式算法的文本情感分类方法,包括获取带有分类标签的原始训练文本并处理得到训练文本;加载预训练模型和对应的参数并训练得到振幅嵌入向量;将分词后的高维句子进行降维和特征提取得到相位嵌入向量;构建量子启发式神经网络模型;采用量子启发式神经网络模型进行实际的文本情感分类。本发明提供的这种基于量子启发式算法的文本情感分类方法,通过双特征提取复词嵌入的方式,并结合基于量子启发式算法,实现了文本情感的分类;而且本发明方法的准确性高,可靠性好。
-
-