科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前大多数基于特征工程和机器学习的专利分类方法存在准确性低以及泛化能力差的问题，提出一种基于注意力感知深度学习模型的多标签专利分类方法。该文将输入数据表示为文本图的形式，并利用图注意力卷积网络学习构建的文本图，并通过引入BiLSTM层作为新的聚合函数来表征文本图各节点的差异性和代表的语义信息设计了一个非局部二阶注意层用于捕捉专利文档中的远程和细粒度的语义信息，消除因国际专利分类标签跨域引起的语义模糊；使用Softmax分类器来完成多标签专利的分类任务。所提方法在多标签专利分类任务具有良好的分类精度，相对于其他分类方法，性能有所提高。
-
单位重庆电子工程职业学院; 重庆邮电大学; 通信与信息工程学院
