集成学习在短文本分类中的应用研究OA北大核心CSTPCD
Application of ensemble learning in short text classification
为了进一步提高基于深度神经网络短文本分类性能,提出将集成学习方法应用于5种不同的神经网络文本分类器,即卷积神经网络、双向长短时记忆网络、卷积循环神经网络、循环卷积神经网络、分层注意力机制神经网络,分别对两种集成学习方法(Bagging,Stacking)进行了测试.实验结果表明:将多个神经网络短文本分类器进行集成的分类性能要优于单一文本分类模型;进一步两两集成的实验验证了单个模型对短文本分类性能的贡献率.
王国薇;黄浩;周刚;胡英
新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046
信息技术与安全科学
短文本分类机器学习深度学习集成学习BaggingStacking
《现代电子技术》 2019 (24)
新疆民族多语种场景文本检测方法研究
140-145,6
国家重点研发计划项目(2017YFB1402101)国家自然科学基金(61663044)国家自然科学基金(61761041)国家自然科学基金(61603323)新疆大学博士科研启动基金(BS160239)
评论