| 注册
首页|期刊导航|计算机工程与应用|结合自注意力和残差的BiLSTM_CNN文本分类模型

结合自注意力和残差的BiLSTM_CNN文本分类模型

杨兴锐 赵寿为 张如学 杨兴俊 陶叶辉

计算机工程与应用2022,Vol.58Issue(3):172-180,9.
计算机工程与应用2022,Vol.58Issue(3):172-180,9.DOI:10.3778/j.issn.1002-8331.2104-0258

结合自注意力和残差的BiLSTM_CNN文本分类模型

BiLSTM_CNN Classification Model Based on Self-Attention and Residual Network

杨兴锐 1赵寿为 1张如学 2杨兴俊 3陶叶辉1

作者信息

  • 1. 上海工程技术大学 数理与统计学院,上海 201620
  • 2. 重庆大学 机械与运载工程学院,重庆 400044
  • 3. 上海工程技术大学 管理学院,上海 201620
  • 折叠

摘要

关键词

自注意力机制/双向长短期记忆网络/残差网络/卷积神经网络/层归一化

分类

信息技术与安全科学

引用本文复制引用

杨兴锐,赵寿为,张如学,杨兴俊,陶叶辉..结合自注意力和残差的BiLSTM_CNN文本分类模型[J].计算机工程与应用,2022,58(3):172-180,9.

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