|
|||||
|
|
| 基于词向量融合的建筑文本分类方法研究 | |
| 作者姓名： | 胡少云 翁清雄 |
| 作者单位： | 中国科学技术大学,管理学院 |
| 基金项目： | 国家自然科学基金重点国际(地区)合作交流项目(7191001010)； |
| 摘 要： | 由于建筑领域问题包含复杂多样的领域专有术语，常见的文本分类算法在建筑领域问题分类上难度较大。为提高建筑领域问题的分类性能，提出一种基于融合RoBERTa和Word2Vec的建筑文本分类算法。实验结果表明：在建筑领域问题数据集上，准确率达到91.59%,分类性能较好；在通用数据集上，准确率均高于SVM、CNN等模型。 |
| 关 键 词： | 文本分类 预训练语言模型 句向量 深度学习 问答系统 |