公开(公告)号：CN114969343A

公开(公告)日：2022-08-30

申请号：CN202210639693.3

申请日：2022-06-07

Applicant: 重庆邮电大学

Inventor： 甘玲 ,  易爱军 ,  刘菊 ,  胡柳慧

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/30

Abstract: 本发明涉及一种结合相对位置信息的弱监督文本分类方法，属于自然语言处理领域，包括以下步骤：S1：输入初始化种子词，以及与初始化种子词同类的为标记文档；S2：生成伪标签；S3：基于生成的伪标签训练Transformer文本分类器；S4：通过文本分类器为未标记的文本分配标签；S5：通过比较排序方法，更新每一个类别的种子词，返回步骤S2进行迭代训练。本发明提升了模型的学习能力，提高了分类的准确率。

公开(公告)号：CN114969343B

公开(公告)日：2024-04-19

申请号：CN202210639693.3

申请日：2022-06-07

Applicant: 重庆邮电大学

Inventor： 甘玲 ,  易爱军 ,  刘菊 ,  胡柳慧

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/30

Abstract: 本发明涉及一种结合相对位置信息的弱监督文本分类方法，属于自然语言处理领域，包括以下步骤：S1：输入初始化种子词，以及与初始化种子词同类的为标记文档；S2：生成伪标签；S3：基于生成的伪标签训练Transformer文本分类器；S4：通过文本分类器为未标记的文本分配标签；S5：通过比较排序方法，更新每一个类别的种子词，返回步骤S2进行迭代训练。本发明提升了模型的学习能力，提高了分类的准确率。