| 注册
首页|期刊导航|计算机工程与应用|基于CNN和LSTM的多通道注意力机制文本分类模型

基于CNN和LSTM的多通道注意力机制文本分类模型

滕金保 孔韦韦 田乔鑫 王照乾 李龙

计算机工程与应用2021,Vol.57Issue(23):154-162,9.
计算机工程与应用2021,Vol.57Issue(23):154-162,9.DOI:10.3778/j.issn.1002-8331.2104-0212

基于CNN和LSTM的多通道注意力机制文本分类模型

Multi-channel Attention Mechanism Text Classification Model Based on CNN and LSTM

滕金保 1孔韦韦 2田乔鑫 1王照乾 2李龙1

作者信息

  • 1. 西安邮电大学,西安 710121
  • 2. 陕西省网络数据分析与智能处理重点实验室,西安 710121
  • 折叠

摘要

关键词

文本分类/卷积神经网络(CNN)/长短时记忆网络(LSTM)/多通道注意力/特征融合

分类

信息技术与安全科学

引用本文复制引用

滕金保,孔韦韦,田乔鑫,王照乾,李龙..基于CNN和LSTM的多通道注意力机制文本分类模型[J].计算机工程与应用,2021,57(23):154-162,9.

基金项目

国家自然科学基金(61772396,61902296) (61772396,61902296)

陕西省自然科学基金(2018JM6047) (2018JM6047)

广西可信软件重点实验室研究课题(KX202061). (KX202061)

计算机工程与应用

OA北大核心CSCDCSTPCD

1002-8331

访问量0
|
下载量0
段落导航相关论文