-
公开(公告)号：CN116775869A
公开(公告)日：2023-09-19
申请号：CN202310689085.8
申请日：2023-06-12
Applicant: 北京理工大学
IPC: G06F16/35 , G06N3/0464 , G06N3/08 , G06F18/241
Abstract: 本发明涉及一种基于可解释模型的文本持续分类方法，包括文本分类、可持续学习、可解释学习、经验回放等多方面技术，属于自然处理技术领域。本发明包括两大部分。第一部分是自解释的文本分类模型，输入样本，输出对应样本的预测类别和可解释词；第二部分为特征池，用以存储自解释模型输出的可解释特征，作为回放的旧任务特征。这里自解释的文本分类模型具体为融合短语结构知识的自解释模型，包含三层，第一层输入层，通过编码器得到文本表示，并进一步得到输入样本对应的短语结构知识。第二层为短语结构知识进一步融合的解释层，第三层为线性层，将解释层的输出映射到类别向量空间，得到预测类别标签和样本的解释。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
