结合自注意力机制的神经网络文本分类算法研究OA北大核心CSTPCD
NEURAL NETWORK TEXT CLASSIFICATION ALGORITHM COMBINING SELF-ATTENTION MECHANISM
在长文本数据中存在很多与主题不相关词汇,导致这些文本数据具有信息容量大、特征表征不突出等特点.增加这些文本中关键词汇的特征影响,是提高文本分类器性能需要解决的问题.提出一种结合自注意力机制的循环卷积神经网络文本分类模型RCNN_A.注意力机制对文本词向量计算其对正确分类类别的贡献度,得到注意力矩阵,将注意力矩阵和词向量矩阵相结合作为后续结构的输入.实验结果表明,RCNN_A在10类搜狗新闻数据集上,得到了97.35％的分类正确率,比Bi-LSTM…查看全部>>
贾红雨;王宇涵;丛日晴;林岩
大连海事大学航运经济与管理学院 辽宁 大连 116026大连海事大学航运经济与管理学院 辽宁 大连 116026大连海事大学航运经济与管理学院 辽宁 大连 116026大连海事大学航运经济与管理学院 辽宁 大连 116026
信息技术与安全科学
文本分类自注意力机制深度学习长短期记忆卷积神经网络
《计算机应用与软件》 2020 (2)
200-206,7
国家自然科学基金面上项目(71571025).
评论