买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利基于FastText与LSTM的短文本分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116049408B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310131456.0，技术领域涉及：G06F16/353；该发明授权基于FastText与LSTM的短文本分类方法是由洪泽轩;夏懿航设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本基于FastText与LSTM的短文本分类方法在说明书摘要公布了：一种基于FastText与LSTM的短文本分类方法，在离线阶段通过预训练词向量生成字或词对词向量的映射，对单层双向的链式长短期记忆网络和隐藏层进行训练；在在线阶段采用训练后神经网络模型对输入的短文本进行处理并得到预测分类标签。本发明通过在提取环节，融合循环神经网络中的长短期记忆网络，在激活阶段，使用tanh激活函数进行处理，在保证训练效率和模型大小的情况下显著提升文本分类的准确率。

本发明授权基于FastText与LSTM的短文本分类方法在权利要求书中公布了：1.一种基于FastText和LSTM的短文本分类方法，其特征在于，在离线阶段通过预训练词向量生成字或词对词向量的映射，对单层双向的链式长短期记忆网络和隐藏层进行训练；在在线阶段采用训练后神经网络模型对输入的短文本进行处理并得到预测分类标签，具体包括： 步骤1生成预训练词向量：采用搜狗新闻新闻数据集，将一个字或者词映射到向量空间，形成一个多维向量； 步骤2将输入文本转换为词向量矩阵，即将文本按词或字划分，将所有字词映射成一个长度固定的词向量，其中：为单词在词典中的对应索引，为二维词向量列表，表示中第i行的行向量； 步骤3构建并训练单层双向的链式长短期记忆网络以进行特征提取； 所述的训练单层双向的链式长短期记忆网络，具体包括： 步骤i对词向量求均值：所有在隐藏层的输入一起进行均值计算，其中：为文本的特征表示，n为隐藏层输入个数，为单个输入的特征，为训练权重； 步骤ii使用tanh函数与分层softmax计算预测值，输出分类标签，其中：tanh的输出均值是0，tanh在原点附近形似y=kx；分层softmax函数将softmax函数的时间复杂度从|v|降低到log|v|,优化softmax函数计算耗时的问题； 步骤iii使用梯度下降的方法训练权重矩阵：每一次迭代后，计算样本的损失函数Loss后，计算验证数据集Loss。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。