公开(公告)号：CN116204634A

公开(公告)日：2023-06-02

申请号：CN202310078879.0

申请日：2023-01-19

Applicant: 重庆大学

Inventor： 李沛林 ,  杨瑞龙 ,  夏云霓 ,  李佳 ,  孙天昊

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/289 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请涉及人工智能技术领域，公开一种用于训练文本分类模型的方法，该方法通过图注意力机制与门控图神经网络结合，使得以图结构数据形式的文本分词序列的边在相邻节点之间传递有效信息，通过图注意力机制可以筛选非重要邻居节点信息，通过邻居节点信息传播使得长距离词语之间或者非连续词语之间能够进行语义交互。采用这种方法训练获得的文本分类模型，由于长距离词语之间或者非连续词语之间能够进行语义交互，能够更加准确的进行文本分类。本申请还公开一种用于训练文本分类模型的装置、电子设备。

公开(公告)号：CN115994222A

公开(公告)日：2023-04-21

申请号：CN202310093537.6

申请日：2023-02-10

Applicant: 重庆大学

Inventor： 李沛林 ,  杨瑞龙 ,  夏云霓 ,  李佳 ,  孙天昊

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/289 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及数据处理装置领域，具体涉及基于图神经网络的标题文本数据分类方法及装置，包括：对随机抽取的标题文本数据进行预处理，形成词汇语料库集；基于词汇语料库集采用神经网络生成文本分类模型；获得标题文本数据，并进行处理，得到处理数据；将处理数据输入到文本分类模型进行处理，得到分类结果；对分类结果进行校验。本发明可以采用卷积神经网络生成文本分类模型。然后可以获取需要处理的标题文本数据，并进行处理去除其中的无关信息以得到处理数据，并将处理数据输入到文本分类模型中进行处理，以得到分类结果，最后可以对分类结果进行校验，以提高分类结果的正确性，使得使用更加方便。