CN119493861A 一种文档归类方法、系统、计算机设备及存储介质 （创云融达信息技术(天津)股份有限公司）_第1页
CN119493861A 一种文档归类方法、系统、计算机设备及存储介质 （创云融达信息技术(天津)股份有限公司）_第2页
CN119493861A 一种文档归类方法、系统、计算机设备及存储介质 （创云融达信息技术(天津)股份有限公司）_第3页
CN119493861A 一种文档归类方法、系统、计算机设备及存储介质 （创云融达信息技术(天津)股份有限公司）_第4页
CN119493861A 一种文档归类方法、系统、计算机设备及存储介质 （创云融达信息技术(天津)股份有限公司）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

发区滨海-中关村科技园企业总部基算每个关键词在对应文档中的词频和逆文档频练的模型能够对不同语言的文档进行精确的归2从多个渠道收集不同语言的原始文档，通过跨语言预训练模型对原始文档进行处理，提取转换语言后的文档中的关键词，计算每个关键词在对应文档中的将多个词嵌入特征输入自然语言处理模型对模型进行训练，再通过4.根据权利要求3所述的文档归类方法，其特征在于，所述噪声数据包括HTML标签、数据获取模块，用于从多个渠道收集不同语言的原始文档，通过数据处理模块，用于提取转换语言后的文档中的关键词，计模型训练模块，用于将多个词嵌入特征输入自然语言处理模型对模文档归类模块，用于将待归类的不同语言的文档输入语9.一种计算机设备，包括存储器、处理器及存储在存储器34值转换为多个词嵌入特征；同时将原始文档中与多个词嵌入特征相似的文本数据进行标5经网络RNN或长短时记忆网络LSTM或深度学习模型Transform文档中的词频TF和逆文档频率IDF，采用逆文档频率IDF对词频TF加权得到多个TF_IDF权模型训练模块，用于将多个词嵌入特征输入自然语言处理模型对模型进行训练，跨语言预训练模型对原始文档进行处理，将不同语言的文本转换为统一的语言表示形式，671.模型选择使用测试集评估模型的分类性能。评估指标包括准确率（Accuracy）、精确率指标能够全面反映模型在不同类别下的分类效果。8企业文档管理：某大型制造企业采用文档自动归类技术对其内部文档进行管理。9[0056]4.领域适应性：跨语言文档归类技术还需要考虑不同语言文档的特定性和专业[0063]模型训练模块103，用于将多个词嵌入特征输入自然语言处理模型对模型进行训在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指[0070]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论