| 基于深度学习的中文文本分类方法 |
| |
| 引用本文： | 肖禹,王景中,王宝成.基于深度学习的中文文本分类方法[J].计算机工程与设计,2021,42(4):1014-1019. |
| |
| 作者姓名： | 肖禹 王景中 王宝成 |
| |
| 作者单位： | 北方工业大学信息学院,北京100144 |
| |
| 摘 要： | 为提升中文文本的分类效率,改善梯度消失、梯度爆炸以及语义信息提取不准确等问题,提出基于深度学习的中文文本分类模型ResCNN-LSTMA.对残差网络和卷积神经网络的组合方式进行研究,发现二者组合能够避免梯度消失和梯度爆炸的情况.分析注意力机制与长短期记忆网络组合的形式对文本分类的效果,二者组合能够在保留上下文语义信息的同时对语义信息进行提取,改善特征提取不全面的问题.通过使用搜狐新闻数据集训练模型,验证了该模型分类效果的准确性和有效性.
|
| 关 键 词： | 深度学习 文本分类 卷积神经网络 残差网络 长短期记忆网络 注意力机制 |
Chinese text classification algorithm based on deep learning |
| |
| XIAO Yu,WANG Jing-zhong,WANG Bao-cheng.Chinese text classification algorithm based on deep learning[J].Computer Engineering and Design,2021,42(4):1014-1019. |
| |
| Authors: | XIAO Yu WANG Jing-zhong WANG Bao-cheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
