Recherche dans les collections de brevets nationales et internationales

1. (WO2018126325) APPRENTISSAGE D'INCORPORATIONS DE DOCUMENTS À L'AIDE D'ARCHITECTURES DE RÉSEAU NEURONAL CONVOLUTIONNEL

Pub. No.:    WO/2018/126325    International Application No.:    PCT/CA2018/050012
Publication Date: Fri Jul 13 01:59:59 CEST 2018 International Filing Date: Sat Jan 06 00:59:59 CET 2018
IPC: G06N 3/02
G06F 17/20
G06N 3/04
G06N 3/08
Applicants: THE TORONTO-DOMINION BANK
Inventors: VOLKOVS, Maksims
POUTANEN, Tomi Johan
Title: APPRENTISSAGE D'INCORPORATIONS DE DOCUMENTS À L'AIDE D'ARCHITECTURES DE RÉSEAU NEURONAL CONVOLUTIONNEL
Abstract:
L'invention concerne un système d'analyse de documents formant un modèle d'incorporation de documents configuré pour recevoir un ensemble d'incorporations de mots pour un ensemble ordonné de mots dans un document et pour générer une incorporation de document pour le document. L'incorporation de document est une représentation du document dans un espace latent caractérisant le document par rapport à des propriétés telles que la structure, le contenu et l'opinion. L'incorporation de document peut représenter une prédiction d'un ensemble de mots qui suivent le dernier mot dans l'ensemble ordonné de mots du document. Le modèle d'incorporation de documents peut être associé à une architecture de réseau neuronal convolutionnel (CNN) qui comprend une ou plusieurs couche(s) de convolution. L'architecture CNN du modèle d'incorporation de documents permet au système d'analyse de documents de surmonter diverses difficultés des modèles d'incorporation de documents existants, et permet au système d'analyse de documents de traiter facilement des documents de longueur variable comprenant un nombre variable de mots.