Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019025601) HIERARCHICAL NEURAL NETWORKS WITH GRANULARIZED ATTENTION
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/025601 International Application No.: PCT/EP2018/071158
Publication Date: 07.02.2019 International Filing Date: 03.08.2018
IPC:
G06F 17/30 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
17
Digital computing or data processing equipment or methods, specially adapted for specific functions
30
Information retrieval; Database structures therefor
Applicants:
KONINKLIJKE PHILIPS N.V. [NL/NL]; High Tech Campus 5 5656 AE Eindhoven, NL
Inventors:
LING, Yuan; NL
AL HASAN, Sheikh, Sadid; NL
FARRI, Oladimeji, Feyisetan; NL
LIU, Junyi; NL
Agent:
DE HAAN, Poul, Erik; NL
Priority Data:
62/540,79003.08.2017US
62/699,07917.07.2018US
Title (EN) HIERARCHICAL NEURAL NETWORKS WITH GRANULARIZED ATTENTION
(FR) RÉSEAUX NEURONAUX HIÉRARCHIQUES AVEC ATTENTION GRANULARISÉE
Abstract:
(EN) Techniques disclosed herein relate to generating and applying a granular attention hierarchical neural network model to classify a document. In various embodiments, data indicative of the document may be obtained (102) and processed (104) into a first layer of two or more layers of a hierarchical network model using a dual granularity attention mechanism to generate first layer output data, wherein the dual granularity attention mechanism weighs some portions of the data indicative of the document more heavily. Some portions of the data indicative of the document are integrated into the hieratical network model during training of the dual granularity attention mechanism. The first layer output data may be processed (106) in the second of two or more layers of the hierarchical network model to generate second layer output data. A classification label can be generated (108) from the second layer output data.
(FR) La présente invention porte sur des techniques concernant la génération et l'application d'un modèle de réseau neuronal hiérarchique à attention granulaire pour classifier un document. Dans divers modes de réalisation, des données indiquant le document peuvent être obtenues (102) et traitées (104) dans une première couche parmi au moins deux couches d'un modèle de réseau hiérarchique à l'aide d'un mécanisme d'attention à double granularité pour générer des données de sortie de première couche, le mécanisme d'attention à double granularité pondérant plus lourdement certaines parties des données indiquant le document. Certaines parties des données indiquant le document sont intégrées dans le modèle de réseau hiérarchique pendant l'apprentissage du mécanisme d'attention à double granularité. Les données de sortie de première couche peuvent être traitées (106) dans la seconde couche parmi au moins deux couches du modèle de réseau hiérarchique pour générer des données de sortie de seconde couche. Une étiquette de classification peut être générée (108) à partir des données de sortie de seconde couche.
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)