首页 > 学术百科

基于多任务深度神经网络的表头分类与表头列语义识别方法[发明专利]

专利名称：基于多任务深度神经网络的表头分类与表头列语义识别方法

专利类型：发明专利

发明人：汤鲲，高永伟，李曙光，姜广栋，宋万军

申请号：CN202010288807.5

申请日：20200414

公开号：CN111523420A

公开日：

20200811

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于多任务深度神经网络的表头分类与表头列语义识别方法，属于自然语言处理技术领域，使用深度学习来进行表格场景分类和表头列映射，将表格场景分类任务转成了文本分类任务，将表格列映射任务转成了序列标注任务，使用Bert预训练模型增强了语义表示能力，使用多任务的结构将上述两个任务结合到一起，在训练的过程中，两个的任务的损失函数会合并到一起，互相提升对方的效果。

申请人：南京烽火星空通信发展有限公司

地址：210019 江苏省南京市建邺区云龙山路88号烽火科技大厦A栋26F

国籍：CN

代理机构：南京经纬专利商标代理有限公司

代理人：楼高潮

本文发布于:2024-09-20 18:33:37，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/756621.html

上一篇：一种基于网络安全态势感知的网络风险评估方法[发明专利]

下一篇：一种光接入网络中数据传输方法、装置及系统[发明专利]