排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
在中文文本分类任务中,针对重要特征在中文文本中位置分布分散、稀疏的问题,以及不同文本特征对文本类别识别贡献不同的问题,该文提出一种基于语义理解的注意力神经网络、长短期记忆网络(LSTM)与卷积神经网络(CNN)的多元特征融合中文文本分类模型(3CLA)。模型首先通过文本预处理将中文文本分词、向量化。然后,通过嵌入层分别经过CNN通路、LSTM通路和注意力算法模型通路以提取不同层次、具有不同特点的文本特征。最终,文本特征经融合层融合后,由softmax分类器进行分类。基于中文语料进行了文本分类实验。实验结果表明,相较于CNN结构模型与LSTM结构模型,提出的算法模型对中文文本类别的识别能力最多提升约8%。 相似文献
2.
3.
智能手机,于当今的社会已是相当的普遍,基于监管安全生产的应用软件的设计和实现是一个置于手机的APP或JAVA模拟器,甚至简单一个接口置于手机,手机端用户便可以通过该接口向终端或者服务器提供信息,而电脑端又可以抓取手机GPS信息,定位当前用户位置,捕获用户的移动电话信号或流量信号来核实地址信息是否正确,保证了信息及时、准确的传输。而电脑终端后台还可以提供翻查数据,通过大量数据来进行分析或模拟,得出用户的行为习惯和心理。 相似文献
1