|
|||||
|
|
| 基于BERT和深层等长卷积的新闻标签分类 | |
| 作者姓名： | 杨文浩 刘广聪 罗可劲 |
| 作者单位： | 广东工业大学计算机学院,广东 广州 511400 |
| 基金项目： | 国家自然科学基金面上项目(61672007) |
| 摘 要： | 针对THUCNews的中文新闻文本标签分类任务,在BERT预训练语言模型的基础上,提出一种融合多层等长卷积和残差连接的新闻标签分类模型(DPCNN-BERT).首先,通过查询中文向量表将新闻文本中的每个字转换为向量输入到BERT模型中以获取文本的全文上下文关系.然后,通过初始语义提取层和深层等长卷积来获取文本中的局部上... |
| 关 键 词： | 标签分类 等长卷积 残差连接 BERT |
| 收稿时间： | 2021-08-19 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 | |
| 点击此处可从《计算机与现代化》下载全文 | |