【技术实现步骤摘要】
本公开涉及计算机，尤其涉互深度学习、多标签分类技术。
技术介绍
1、文本分类是自然语言处理(nlp)中的一项基本数据挖掘任务，包括多类文本分类和多标签文本分类(mltc)。多类分类法只给待分类文本分配一个标签，而多标签文本分类法同时将文档分为不同的主题，对应多个标签。多标签文本分类是文本分类中比较棘手的问题，因为它允许在一个文档中存在多个标签，每个标签代表文档内容的一个方面。因此，整个文档的整体语义信息是由多个或分层组件组成的。多标签分类是在根据特定文档及其对应的多个标签，探索多个最佳匹配的文档标签对，其实际应用场景很多，如标签推荐、信息检索等。
2、传统的多标签文本分类中，主要就文本独立的特征和标签进行匹配，而忽略了文本与标签的相关性，从而得到的标签的相关性和准确度不足。
技术实现思路
1、本公开提供了一种用于解决上述技术问题中的至少一项的多标签对象分类方法、装置及电子设备。
2、根据本公开的一方面，提供了一种多标签对象分类方法，其中，所述方法包括：
3、确定待分类对象的对象特征向量，并，确定预设标签集中各个标签的标签嵌入向量；
4、基于所述对象特征向量和所述标签嵌入向量进行向量关联，得到对象标签关联向量；
5、基于所述对象标签关联向量确定所述标签集中与所述待分类对象相匹配的目标标签，以获得所述待分类对象的分类结果。
6、根据本公开的另一方面，提供了一种多标签对象分类装置，其中，所述装置包括：
7
8、关联模块，用于基于所述对象特征向量和所述标签嵌入向量进行向量关联，得到对象标签关联向量；
9、分类模块，用于基于所述对象标签关联向量确定所述标签集中与所述待分类对象相匹配的目标标签，以获得所述待分类对象的分类结果。
10、根据本公开的另一方面，提供了一种电子设备，包括：
11、至少一个处理器；以及
12、与所述至少一个处理器通信连接的存储器；其中，
13、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执上述方法。
14、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述方法。
15、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述方法。
16、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种多标签对象分类方法，其中，所述方法包括：
2.根据权利要求1所述的方法，其中，所述基于所述对象特征向量和所述标签嵌入向量进行向量关联，得到对象标签关联向量，包括：
3.根据权利要求2所述的方法，其中，所述确定所述对象特征向量对应的第一独立权重向量，包括：
4.根据权利要求2或3所述的方法，其中，所述确定所述标签嵌入向量对应的第二独立权重向量，包括：
5.根据权利要求1-4任一所述的方法，其中，所述基于所述对象标签关联向量确定所述标签集中与所述待分类对象相匹配的目标标签，包括：
6.根据权利要求5所述的方法，其中，所述根据所述对象标签关联向量对所述标签集中各个标签进行打分，得到所述各个标签与所述待分类对象的相关性概率，包括：
7.根据权利要求1-6任一所述的方法，其中，所述确定待分类对象的对象特征向量，包括：
8.根据权利要求7所述的方法，其中，所述来自转换器的双向编码器表示模型至少包括输入表示编码器和语义特征转换器；
9.根据权利要求8所述的方法，其中，所述对象特征向量的数量为
10.根据权利要求1-9任一所述的方法，其中，所述确定预设标签集中各个标签的标签嵌入向量，包括：
11.一种多标签对象分类装置，其中，所述装置包括：
12.根据权利要求11所述的装置，其中，所述关联模块具体用于：
13.根据权利要求12所述的装置，其中，所述第一权重子模块具体用于：
14.根据权利要求12或13所述的装置，其中，所述第二权重子模块具体用于：
15.根据权利要求11-14任一所述的装置，其中，所述分类模块具体用于：
16.根据权利要求15所述的装置，其中，所述分类模块在根据所述对象标签关联向量对所述标签集中各个标签进行打分，得到所述各个标签与所述待分类对象的相关性概率的情况下，具体用于：
17.根据权利要求11-16任一所述的装置，其中，所述向量化模块在确定待分类对象的对象特征向量的情况下，具体用于：
18.根据权利要求17所述的装置，其中，所述来自转换器的双向编码器表示模型至少包括输入表示编码器和语义特征转换器；
19.根据权利要求18所述的装置，其中，所述对象特征向量的数量为多个；
20.根据权利要求11-19任一所述的装置，其中，所述向量化模块在确定预设标签集中各个标签的标签嵌入向量的情况下，具体用于：
21.一种电子设备，包括：
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
...【技术特征摘要】
1.一种多标签对象分类方法，其中，所述方法包括：
2.根据权利要求1所述的方法，其中，所述基于所述对象特征向量和所述标签嵌入向量进行向量关联，得到对象标签关联向量，包括：
3.根据权利要求2所述的方法，其中，所述确定所述对象特征向量对应的第一独立权重向量，包括：
4.根据权利要求2或3所述的方法，其中，所述确定所述标签嵌入向量对应的第二独立权重向量，包括：
5.根据权利要求1-4任一所述的方法，其中，所述基于所述对象标签关联向量确定所述标签集中与所述待分类对象相匹配的目标标签，包括：
6.根据权利要求5所述的方法，其中，所述根据所述对象标签关联向量对所述标签集中各个标签进行打分，得到所述各个标签与所述待分类对象的相关性概率，包括：
7.根据权利要求1-6任一所述的方法，其中，所述确定待分类对象的对象特征向量，包括：
8.根据权利要求7所述的方法，其中，所述来自转换器的双向编码器表示模型至少包括输入表示编码器和语义特征转换器；
9.根据权利要求8所述的方法，其中，所述对象特征向量的数量为多个；
10.根据权利要求1-9任一所述的方法，其中，所述确定预设标签集中各个标签的标签嵌入向量，包括：
11.一种多标签对象分类装置，其中，所述装置包括：
12.根据权利要求11所述的装置，其中，所述关联模块具体用...
【专利技术属性】
技术研发人员：黎博，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。