[发明专利]基于递归变分自编码模型的自媒体数据文本表示方法有效
| 申请号： | 201711417351.2 | 申请日： | 2017-12-25 |
| 公开（公告）号： | CN108363685B | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 王家彬;黄江平 | 申请（专利权）人： | 北京牡丹电子集团有限责任公司数字电视技术中心 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/289;G06F40/30;G06N3/08 |
| 代理公司： | 北京安度修典专利代理事务所(特殊普通合伙) 11424 | 代理人： | 杨方成 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于递归变分自编码模型的自媒体数据文本表示方法，该方法包括：对输入的语料文本进行预处理，采用递归神经网络编码模型进行编码，生成固定维度的文本向量；由固定维度的文本向量生成均值向量和方差向量，从标准正态分布中采集样本，利用均值向量、方差向量和样本采用变分推理的方法生成潜在编码表示z；然后采用递归神经网络解码模型对其进行解码得到解码序列，计算编码序列和解码序列之间的编码损失，以及潜在编码表示z和标准正态分布之间的散度，利用编码损失和散度更新递归变分自编码模型的参数。本发明的方法编码性能高，能够更好地适应自媒体数据的编码表示，在对数据的内容进行拟合的同时还能够对数据的分布进行描述。 | ||
| 搜索关键词： | 基于 递归 编码 模型 媒体 数据 文本 表示 方法 | ||
【主权项】：
1.一种基于递归变分自编码模型的自媒体数据文本表示方法，其中，该方法包括以下步骤：步骤S100、对输入的语料文本进行预处理，得到编码序列；步骤S200、对所述编码序列采用递归神经网络编码模型进行编码，生成固定维度的文本向量；步骤S300、由所述固定维度的文本向量生成均值向量和方差向量，然后从标准正态分布中采集样本，利用所述均值向量、所述方差向量和所述样本采用变分推理的方法生成潜在编码表示z；步骤S400、将所述潜在编码表示z采用递归神经网络解码模型进行解码得到解码序列，计算所述编码序列和所述解码序列之间的编码损失，以及所述潜在编码表示z和标准正态分布之间的散度，利用所述编码损失和所述散度更新递归变分自编码模型的参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京牡丹电子集团有限责任公司数字电视技术中心，未经北京牡丹电子集团有限责任公司数字电视技术中心许可，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/patent/201711417351.2/，转载请声明来源钻瓜专利网。
