一种基于长文本的商业领袖领导特质与管理信念分析方法
申请号:CN202510528934
申请日期:2025-04-25
公开号:CN120471505A
公开日期:2025-08-12
类型:发明专利
摘要
本发明涉及一种基于长文本的商业领袖领导特质与管理信念分析方法,涉及自然语言处理领域。本发明结合了GPT、BERT和Bi‑LSTM三种深度学习模型,首先,采用GPT模型对长文本进行信息提取和摘要生成;然后,通过BERT模型进行上下文语义分析,深入理解文本中的复杂含义;最后,利用Bi‑LSTM模型进行序列建模,捕捉长距离依赖关系。通过这三种模型的有效集成,并通过集成学习和超参数优化提升模型的准确性和泛化能力。本发明能够实现对商业领袖领导特质与管理信念多维度的精准识别,有效克服了现有技术在多标签分类和长文本处理方面的局限。
技术关键词
深度学习网络模型
领袖
预训练语言模型
商业
分析方法
文本
多标签
正则化技术
BERT模型
LSTM模型
语义
深度学习模型
编码器
数据
传播算法
摘要
自然语言