基于圖注意力網(wǎng)絡(luò)的多標(biāo)簽專利分類方法

摘要： 針對當(dāng)前大多數(shù)基于特征工程和機(jī)器學(xué)習(xí)的專利分類方法存在準(zhǔn)確性低以及泛化能力差的問題，提出一種基于注意力感知深度學(xué)習(xí)模型的多標(biāo)簽專利分類方法。該文將輸入數(shù)據(jù)表示為文本圖的形式，并利用圖注意力卷積網(wǎng)絡(luò)學(xué)習(xí)構(gòu)建的文本圖，并通過引入BiLSTM層作為新的聚合函數(shù)來表征文本圖各節(jié)點(diǎn)的差異性和代表的語義信息設(shè)計了一個非局部二階注意層用于捕捉專利文檔中的遠(yuǎn)程和細(xì)粒度的語義信息，消除因國際專利...