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
- RTX8.1.2含SN
- tassel集成软件
- 2000-2012武汉大学信号与系统考研真题.pdf
- 在Qt中自己封装的modbus线程
- 郁金香辅助全集
- 1553B总线协议（中文版）
- 魔塔地图制作器
- 用MATLAB实现路径规划
- 基于java出租车计价器设计与实现.rar
- 微机原理交通灯控制实验报告
- 单像空间后方交会（摄影测量）
- LTC6803-SPI
- unity3D镜面反射3种shader
- 16.【灰灰考研】中国海洋大学计算机考研资料-21版本.zip
- zengin-js：ZenginCode的javascript实现-源码
- UDPSender UDP发包工具
- 《Programming in Lua》中文版
- android串口开发demo
- 名手3.96正版引擎
- ILI9488-320RGB X480，16.7M-color
- x264 vs2010工程
- 电感触摸按键DEMO方案
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