[發(fā)明專利]一種基于siamese網(wǎng)絡(luò)和多核心LEAM架構(gòu)的中文文本難度評(píng)估方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911192918.X
• 申請(qǐng)日: 2019-11-28
• 公開（公告）號(hào): CN111090985B
• 公開（公告）日: 2023-04-28
• 發(fā)明（設(shè)計(jì)）人: 曾致中;方淙;余新國(guó);陳志平;王靜靜;袁航;熊佳潔
• 申請(qǐng)（專利權(quán)）人: 華中師范大學(xué)
• 主分類號(hào): G06F40/205
• 分類號(hào): G06F40/205;G06F16/35
• 代理公司: 武漢東喻專利代理事務(wù)所(普通合伙) 42224
• 代理人: 宋敏

1.一種基于siamese網(wǎng)絡(luò)和多核心LEAM架構(gòu)的中文文本難度評(píng)估方法，其特征在于，包括如下步驟：

S1、確定分類依據(jù)并歸納出不同的label；

S2、利用分類的依據(jù)，將不同類型的文章數(shù)據(jù)集進(jìn)行正確的劃分；

S3、使用LEAM結(jié)構(gòu)利用所有l(wèi)abel的空間域分布與每個(gè)詞的Embedding編碼的距離遠(yuǎn)近分配attention的權(quán)重；

S4、將label嵌入進(jìn)中文文本的Embedding空間中，得到label的多維向量表示；

S5、針對(duì)于每一個(gè)類別，人工選出一篇最能代表該類別的文章，將這篇文章編碼，作為Siamese網(wǎng)絡(luò)的一個(gè)輸入；

S6、得到的文本編碼與基準(zhǔn)做差值然后送入softmax分類；

S7、根據(jù)與不同類型文本的相似度最后得出分類結(jié)果；

步驟S3-S4具體為：

文本的分類標(biāo)簽y通過多個(gè)不同的標(biāo)簽嵌入錨點(diǎn)的編碼向量進(jìn)行編碼，再與文本中選取的一句話x經(jīng)字詞編碼成向量后、進(jìn)行向量的點(diǎn)乘，得到權(quán)重矩陣G，標(biāo)簽嵌入注意力的權(quán)重β，再與文本中選取的該一句話x經(jīng)字詞編碼成向量后、進(jìn)行向量的點(diǎn)乘，得到該一句話x的輸出編碼Zi；

步驟S5-S6具體為：

預(yù)處理好后的文章X和預(yù)處理好后的標(biāo)準(zhǔn)文章Y，經(jīng)過步驟S3-S4將所有的句子進(jìn)行編碼處理，得到編碼向量組成的矩陣，一起進(jìn)行一個(gè)pooling操作，再進(jìn)行向量減法，然后計(jì)算差值的神經(jīng)網(wǎng)絡(luò)，送入sofmax分類；

步驟S5-S6中，根據(jù)預(yù)處理好后的標(biāo)準(zhǔn)文章Y輸入的參數(shù)的變化而衍生出多個(gè)不同的Classifier結(jié)構(gòu)；

步驟S7具體為：

將一篇預(yù)處理好的文章X輸入到不同的Classifier結(jié)構(gòu)中，選取相似度最大值，最后將所有的相似度評(píng)估匯總得出最終的劃分結(jié)果Z。