一种基于自监督和有监督联合训练的半监督文本分类方法及系统
实质审查的生效
摘要
本发明公开了一种基于自监督和有监督联合训练的半监督文本分类方法及系统，包括以下步骤：采集任务相关数据集，所述数据集包括标注数据集T和未标注数据集U；对所述数据集进行数据增强处理，将处理后得到的增强视图用于扩充原始数据集，得到新样本数据集，所述新样本数据集包括标注数据集T'和未标注数据集U'；构建文本语义特征提取网络模型，基于文本语义特征提取网络模型获取文本语义特征向量；在所述文本语义特征提取网络模型上构建分类层，得到分类模型；从所述新样本数据集中重复采样得到batch数据组，每个batch数据组内均包含标注数据和未标注数据；采用所述batch数据组在分类模型上进行分类和对比学习的联合训练,更新模型参数。
基本信息
专利标题 ：
一种基于自监督和有监督联合训练的半监督文本分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114491036A
申请号 ：
CN202210087416.6
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨兰周兴发孙锐展华益
申请人 ：
四川启睿克科技有限公司
申请人地址 ：
四川省成都市中国（四川）自由贸易试验区成都高新区天府四街199号1栋33层
代理机构 ：
四川省成都市天策商标专利事务所(有限合伙)
代理人 ：
赵以鹏
优先权 ：
CN202210087416.6
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/35
••聚类；分类
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 16/35
申请日 : 20220125
申请日 : 20220125
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
