局部语义与上下文关系的中文短文本分类算法OA北大核心CSCDCSTPCD
Chinese Short Text Classification Algorithm Based on Local Semantics and Context
短文本通常是由几个到几十个词组成,长度短、特征稀疏,导致短文本分类的准确率难以提升.为了解决此问题,提出了一种基于局部语义特征与上下文关系融合的中文短文本分类算法,称为Bi-LSTM_CNN_AT,该算法利用CNN提取文本的局部语义特征,利用Bi-LSTM提取文本的上下文语义特征,并结合注意力机制,使得Bi-LSTM_CNN_AT模型能从众多的特征中提取出和当前任务最相关的特征,更好地进行文本分类.实验结果表明,Bi-LSTM_CNN_AT模型在…查看全部>>
黄金杰;蔺江全;何勇军;何瑾洁;王雅君
哈尔滨理工大学 自动化学院,哈尔滨 150080哈尔滨理工大学 自动化学院,哈尔滨 150080哈尔滨理工大学 计算机学院,哈尔滨 150080哈尔滨理工大学 自动化学院,哈尔滨 150080哈尔滨理工大学 自动化学院,哈尔滨 150080
信息技术与安全科学
短文本分类卷积神经网络双向长短时记忆网络注意力机制
《计算机工程与应用》 2021 (6)
基于稀疏编码的语音特征增强方法研究
94-100,7
国家自然科学基金(61305001)黑龙江省自然科学基金(F201222).
评论