[发明专利]一种文本分类方法、装置、存储介质及电子装置在审
申请号: | 202310343171.3 | 申请日: | 2023-03-31 |
公开(公告)号: | CN116431807A | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 窦猛汉;请求不公布姓名;请求不公布姓名;请求不公布姓名 | 申请(专利权)人: | 本源量子计算科技(合肥)股份有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/332;G06N10/60;G06N3/0464;G06N3/047;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 230088 安徽省合肥市高新*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 文本 分类 方法 装置 存储 介质 电子 | ||
1.一种文本分类方法,其特征在于,所述方法包括:
对待分类文本进行文本特征编码和位置编码,得到所述待分类文本的编码矩阵;
基于量子时序卷积网络对所述待分类文本的编码矩阵进行特征提取,得到所述待分类文本的查询向量和键向量,基于第一量子正交线路对所述待分类文本的编码矩阵进行特征提取,得到所述待分类文本的值向量;
将所述待分类文本的查询向量、键向量和值向量输入量子正交注意力网络进行量子注意力计算,得到所述待分类文本的特征矩阵;
基于所述待分类文本的特征矩阵和编码矩阵确定所述待分类文本的类别。
2.根据权利要求1所述的方法,其特征在于,所述量子时序卷积网络包括量子态编码层、含参变分层和第一测量层;
所述基于所述量子时序卷积网络对所述待分类文本的编码矩阵进行特征提取,得到所述查询向量和键向量,包括:
基于所述量子态编码层将所述待分类文本的编码矩阵编码至预设数量个量子比特;利用所述含参变分层对编码后的量子比特进行量子态演化;利用所述第一测量层对演化后的量子比特进行量子态测量,计算测量结果的期望值,得到所述查询向量和键向量。
3.根据权利要求2所述的方法,其特征在于,所述第一量子正交线路包括第一数据加载器、第一量子正交层和第二测量层;
所述基于第一量子正交线路对所述待分类文本的编码矩阵进行特征提取,得到所述待分类文本的值向量,包括:
利用所述第一数据加载器将所述待分类文本的编码矩阵编码至量子比特,基于所述第一量子正交层对编码后的量子比特进行量子态演化,利用所述第二测量层对演化后的量子比特进行量子态测量,得到所述待分类文本的值向量。
4.根据权利要求1至3任一所述方法,其特征在于,所述量子正交注意力网络包括第二量子正交线路;
所述将所述待分类文本的查询向量、键向量和值向量输入量子正交注意力网络进行量子注意力计算,得到所述待分类文本的特征矩阵,包括:
基于所述第二量子正交线路计算所述查询向量和键向量的注意力系数,基于所述注意力系数和所述值向量进行计算,得到所述待分类文本的特征矩阵。
5.根据权利要求4所述的方法,其特征在于,所述第二量子正交线路包括第二数据加载器、第二量子正交层、第三数据加载器和第三测量层;
所述基于所述第二量子正交线路计算所述查询向量和键向量的注意力系数,包括:
基于第二数据加载器和第三数据加载器分别将所述查询向量和键向量加载至量子比特,利用所述第二量子正交层对加载后的量子比特进行演化,利用第三测量层对演化后的量子比特进行量子态测量,得到所述注意力系数。
6.根据权利要求5所述的方法,其特征在于,所述第一数据加载器、第二数据加载器和第三数据加载器均包括X门和第一RBS门。
7.根据权利要求6所述的方法,其特征在于,所述第一量子正交层和第二量子正交层均包括第二RBS门,第一量子正交层和第二量子正交层的参数不一致。
8.根据权利要求7所述的方法,其特征在于,所述第一RBS门和第二RBS门的矩阵形式为:
9.一种文本分类装置,其特征在于,所述装置包括:
编码模块,用于对待分类文本进行文本特征编码和位置编码,得到所述待分类文本的编码矩阵;
特征提取模块,用于基于量子时序卷积网络对所述待分类文本的编码矩阵进行特征提取,得到所述待分类文本的查询向量和键向量,基于第一量子正交线路对所述待分类文本的编码矩阵进行特征提取,得到所述待分类文本的值向量;
计算模块,用于将所述待分类文本的查询向量、键向量和值向量输入量子正交注意力网络进行量子注意力计算,得到所述待分类文本的特征矩阵;
确定模块,用于基于所述待分类文本的特征矩阵和编码矩阵确定所述待分类文本的类别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于本源量子计算科技(合肥)股份有限公司,未经本源量子计算科技(合肥)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310343171.3/1.html,转载请声明来源钻瓜专利网。