-
公开(公告)号：CN118245601A
公开(公告)日：2024-06-25
申请号：CN202410336221.X
申请日：2024-03-22
Applicant: 华南理工大学
IPC: G06F16/35 , G06F16/33 , G06F18/241 , G06F18/2415 , G06F18/21
Abstract: 本发明公开了一种基于多尺度提示记忆增强的黑盒文本分类方法及装置，属于文本数据处理技术领域。其中方法包括：获取文本数据，对文本数据进行处理，获得训练数据和测试数据；在训练阶段，根据训练数据获取多尺度的提示；将训练数据和多尺度提示拼接后，通过预训练语言模型得到不同层次的实例级别的知识，将实例级别的知识存储在记忆模块中；在测试阶段，根据测试数据获取多尺度的提示；根据获得的提示，利用记忆模块为测试样本计算出实例级别得分和类级别得分，根据不同层次的两种得分综合计算出最终的得分矩阵，从而预测出测试样本的类别。本发明通过利用记忆模块为测试样本计算类别得分矩阵，从而高效地解决了黑盒场景的文本分类问题。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
