[发明专利]跨语言文本分类

权利要求书

1.一种设备，包括：

用于从文档获得文本的装置；

用于执行嵌入以获得指示与所述文本中所包括的字符相关联的概率的数据结构的装置；

用于将第一卷积应用于所述数据结构以获得所述文本中所包括的所述字符的不同表示的装置；

用于将并行卷积应用于所述不同表示以获得字符表示的多个集合的装置；

用于对所述字符表示的多个集合进行子采样的装置；

用于将经子采样后的所述字符表示的多个集合池化到合并数据结构中的装置；

用于向卷积神经网络的全连接层提供所述合并数据结构以产生表示所述文本的特征的数据的装置；以及

用于向所述卷积神经网络的推理层提供表示所述文本的特征的所述数据的装置，所述推理层提供指示针对所述文本的分类的数据。

2.根据权利要求1所述的设备，进一步包括：

用于使用随机梯度下降和指示针对所述文本的所述分类的所述数据来执行反向传播的装置。

3.根据权利要求1所述的设备，进一步包括：

用于在执行所述嵌入之前使用独热编码对所述文本进行编码的装置。

4.根据权利要求1所述的设备，其中所述数据结构包括至少一个字符向量。

5.根据权利要求1所述的设备，其中用于对所述字符表示的多个集合进行子采样以获得所述合并数据结构的装置进一步包括：

用于将所述字符表示的多个集合并置成并置向量的装置；以及

用于对所述并置向量执行最大超时池化的装置。

6.根据权利要求1所述的设备，其中所述全连接层使用修正线性单元激活。

7.根据权利要求1所述的设备，其中所述第一卷积包括第一卷积神经网络阶段和第二卷积神经网络阶段，所述第二卷积神经网络阶段在所述第一卷积神经网络阶段之后。

8.根据权利要求1所述的设备，其中所述第一卷积神经网络阶段被应用于一组数据结构。

9.根据权利要求1所述的设备，其中所述第一卷积神经网络阶段被应用于一组七个数据结构。

10.根据权利要求1所述的设备，其中所述并行卷积包括：

第一卷积神经网络阶段，

第二卷积神经网络阶段，以及

第三卷积神经网络阶段，

所述第一卷积神经网络阶段和所述第二卷积神经网络阶段和所述第三卷积神经网络阶段并行。

11.根据权利要求10所述的设备，其中所述第一卷积神经网络阶段被应用于一组四个数据结构。

12.根据权利要求10所述的设备，其中所述第二卷积神经网络阶段被应用于一组五个数据结构。

13.根据权利要求10所述的设备，其中所述第三卷积神经网络阶段被应用于一组六个数据结构。