期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ALBERT-BiGRU-BCEWithLogitsLoss的多标签分类方法研究
1
作者 谢淮东 卫沈傲 《科技创新与应用》 2025年第24期54-56,60,共4页
招采流程的资格审查涉及多个维度,增加分类的复杂性和难度。为解决这一问题,该文提出一种基于ALBERT-BiGRU-BCEWithLogitsLoss的多标签文本分类模型。首先,利用ALBERT预训练模型提取文本的全局语义特征,提升模型对文本语义信息的捕捉能... 招采流程的资格审查涉及多个维度,增加分类的复杂性和难度。为解决这一问题,该文提出一种基于ALBERT-BiGRU-BCEWithLogitsLoss的多标签文本分类模型。首先,利用ALBERT预训练模型提取文本的全局语义特征,提升模型对文本语义信息的捕捉能力。然后,将这些特征输入到BiGRU中,通过其双向上下文捕捉能力,进一步提取文本的前后文依赖关系。最后,结合BCEWithLogitsLoss损失函数,直接对logits输出进行概率计算和分类,简化模型结构并提高计算稳定性。实验结果证明该文方法的有效性,可以有效提升资格审查效率和准确率。 展开更多
关键词 多标签分类 ALBERT BiGRU bcewithlogitsloss 自然语言处理
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部