基于双通道特征融合的WPOS-GRU专利分类方法
为提高专利文本自动分类的效率和准确度，提出一种基于双通道特征融合的WPOS-GRU（word2vec and part of speech gated recurrent unit）专利文本自动分类方法。首先获取专利摘要文本，并进行清洗和预处理；然后对专利文本进行词向量表示和词性标注，并将专利文本分别映射为word2vec词向量序列和POS词性序列；最后使用两种特征通道训练WPOS-GRU模型，并对模型效果进行实验分析。通过对比传统专利分类方法和单通道专利分类方法，双通道特征融合的WPOS-GRU专利分类方法提高了分类效果。提出的方法节省了大量的人力成本，提高了专利文本分类的准确度，更能满足大量专利文本分类任务自动化高效率的需要。
文件下载
评论信息
其他资源
- Accenture QPT
- 光谱数据重采样
- 基于ACIS的几何造型技术与系统开发
- 多输入多输出RBF神经网络MATLAB程序
- Proteus仿真8086数码管显示实例
- Cruise基础培训教程
- 麦克风阵列信号处理
- 高等概率论及其应用
- 飞思卡尔MPC5645单片机bootloader代码（基于CAN）
- python3版 40行代码的人脸识别实践
- HOOK API实例编程讲解（过游戏检测按键精灵）
- TOGAF9.2 ADM参考卡片（中文版）.pdf
- 海颐特权账号安全管理系统
- Fiddler4最新版5.0.zip
- note_in_test：个人笔记-源码
- 中科大-数据采集与智能仪器-2018.zip
- [3ds.Max植物插件].Exlevel.GrowFX.v1.5.0.SP1.for.3DSMax-XFORCE.zip
- MasterPDFEditor_5.7.20_64bit_Portable.7z
- JDBC连接db2数据库.zip
- winform服装ERP系统小案例.rar
- C语言 个人通讯录管理系统
- jsp毕业设计+基于web的科研项目管理系统（源程序+开题报告）
- pipeflow中文版
- word转html可设置编码方式
- springmvc+mini ui
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明