基于语义潜在空间联合学习的可操纵主题系统及优化方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于语义潜在空间联合学习的可操纵主题系统及优化方法
申请号:CN202510416781
申请日期:2025-04-03
公开号:CN120337871A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于语义潜在空间联合学习的可操纵主题系统,该系统包括可视化编辑系统及基于自编码器的可引导神经主题模型;可引导神经主题模型,其通过联合嵌入方式将词、文档和主题的语义关系映射到统一的潜在空间中,使得语义相关的对象在潜在空间中的距离更近;其设置约束损失函数来优化主题;可视化编辑系统,设置人机交互组件以及量化指标,其对可引导神经主题模型生成的主题进行质量评分,支持用户在训练可引导神经主题模型过程中,基于主题的质量评分添加或删除词、文档与主题之间的关联约束,使可引导神经主题模型生成符合用户需求的主题。本发明通过联合嵌入和约束损失实现了主题可控优化,并提供了灵活、直观的可控分析工具。
技术关键词
神经主题模型 可视化编辑系统 主题系统 语义 子模块 对象 人机交互组件 颜色 重构 矩阵 编码器 按钮组件 引入注意力机制 解码器 BERT模型 双曲正切函数 功能模块