System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像和文本处理,尤其涉及一种案件分类方法和装置、电子设备及计算机可读存储介质。
技术介绍
1、随着城市发展的不断进步,城市管理的方法和手段也更加丰富。在目前的城市管理方法中,市民可以通过小程序、随手拍app、公众号等途径向管理部门上报案件,以通过案件来反馈身边的城市管理问题。管理部门在接收到市民上报的案件后,可以对案件进行分类,并根据分类结果确定市民反馈的是哪种类型的城市管理问题。
2、市民在上报案件时,通常以文本和图像的方式进行上报。这样,在对案件进行分类时,可以基于文本分类方法或图像分类方法进行分类。然而,在实际应用中,基于文本分类方法或图像分类方法提取到的特征存在不充分的问题,导致对案件的分类结果的准确性较低。
技术实现思路
1、本申请实施例提供一种案件分类方法和装置、电子设备及计算机可读存储介质,用于解决目前在基于文本分类方法或图像分类方法对案件进行分类时,得到的分类结果的准确性较低的问题。
2、为解决上述技术问题,本申请实施例是这样实现的:
3、第一方面,提出一种案件分类方法,包括:
4、获取待分类的案件,所述案件中包括图像和文本;
5、对所述图像进行图像特征提取以及对所述文本进行文本特征提取,得到第一图像特征和第一文本特征;
6、使用预训练的分类网络对所述第一图像特征和所述第一文本特征进行处理,得到对所述案件的分类结果;
7、其中,所述分类网络包括双注意力模块、特征融合模块和分
8、第二方面,提出一种案件分类装置,包括:
9、获取模块,获取待分类的案件,所述案件中包括图像和文本;
10、特征提取模块,对所述图像进行图像特征提取以及对所述文本进行文本特征提取,得到第一图像特征和第一文本特征;
11、案件分类模块,使用预训练的分类网络对所述第一图像特征和所述第一文本特征进行处理,得到对所述案件的分类结果;
12、其中,所述分类网络包括双注意力模块、特征融合模块和分类模块,所述双注意力模块用于根据所述第一图像特征和所述第一文本特征对所述第一图像特征和所述第一文本特征进行交叉注意力学习,得到第二图像特征和第二文本特征,所述特征融合模块用于对所述第二图像特征和所述第二文本特征进行融合,得到融合特征,所述分类模块用于根据所述融合特征得到对所述案件的分类结果。
13、第三方面,本申请提供一种电子设备,包括:
14、处理器;
15、用于存储所述处理器可执行指令的存储器;
16、其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的方法。
17、第四方面,本申请提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的方法。
18、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
19、在对案件进行分类时,可以对案件中的图像和文本分别进行特征提取,得到第一图像特征和第一文本特征,然后使用预训练的分类网络对第一图像特征和第一文本特征进行处理,得到对案件的分类结果,分类网络中包括双注意力模块、特征融合模块和分类模块,双注意力模块用于根据第一图像特征和第一文本特征对第一图像特征和第一文本特征进行交叉注意力学习,得到第二图像特征和第二文本特征,特征融合模块用于对第二图像特征和第二文本特征进行融合,得到融合特征,分类模块用于根据融合特征得到对案件的分类结果。这样,由于在对案件进行特征提取时,可以进行多模态的特征提取,因此,提取到的特征更为丰富;在使用分类网络对提取到的多模态特征进行处理时,由于可以采用双注意力机制对多模态特征进行交叉注意力学习,因此,可以对多模态特征起到特征互补的作用,在使用融合模块对学习到的特征进行融合后,可以得到更为充分的特征,从而在基于融合特征进行案件分类时,可以得到更为准确的分类结果,有效提高了分类结果的准确性。
本文档来自技高网...【技术保护点】
1.一种案件分类方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述双注意力模块包括第一神经网络层和第二神经网络层;
3.如权利要求1所述的方法,其特征在于,所述融合特征包括将所述第二图像特征和所述第二文本特征进行拼接后得到的特征。
4.如权利要求1所述的方法,其特征在于,所述分类模块包括全连接层和归一化指数函数;
5.如权利要求1至4任一项所述的方法,其特征在于,所述分类网络通过以下方式训练得到:
6.如权利要求1所述的方法,其特征在于,所述对所述图像进行图像特征提取以及对所述文本进行文本特征提取,得到第一图像特征和第一文本特征,包括:
7.如权利要求1所述的方法,其特征在于,所述案件包括城市管理案件;所述获取待分类的案件,包括:
8.一种案件分类装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种案件分类方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述双注意力模块包括第一神经网络层和第二神经网络层;
3.如权利要求1所述的方法,其特征在于,所述融合特征包括将所述第二图像特征和所述第二文本特征进行拼接后得到的特征。
4.如权利要求1所述的方法,其特征在于,所述分类模块包括全连接层和归一化指数函数;
5.如权利要求1至4任一项所述的方法,其特征在于,所述分类网络通过以下方式训练得到:
6.如权利要求1...
【专利技术属性】
技术研发人员:郝晓宁,田康,申浩,陈涛,刘亚盟,井志刚,
申请(专利权)人:中移雄安信息通信科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。