|国家科技期刊平台
| 注册
首页|期刊导航|计算机工程与应用|融合CNN-SAM与GAT的多标签文本分类模型

融合CNN-SAM与GAT的多标签文本分类模型

杨春霞 马文文 陈启岗 桂强

计算机工程与应用2023，Vol.59Issue(5)：106-114,9.
✕
计算机工程与应用2023，Vol.59Issue(5)：106-114,9.DOI:10.3778/j.issn.1002-8331.2109-0195

融合CNN-SAM与GAT的多标签文本分类模型

Multi-Label Text Classification Model Combining CNN-SAM and GAT

杨春霞 1马文文 2陈启岗 3桂强1

作者信息

  • 1. 南京信息工程大学 自动化学院,南京 210044
  • 2. 江苏省大数据分析技术重点实验室,南京 210044
  • 3. 江苏省大气环境与装备技术协同创新中心,南京 210044
  • 折叠

摘要

关键词

多标签文本分类/多层卷积神经网络/自注意力机制/多头图注意力机制

分类

信息技术与安全科学

引用本文复制引用

杨春霞,马文文,陈启岗,桂强..融合CNN-SAM与GAT的多标签文本分类模型[J].计算机工程与应用,2023,59(5):106-114,9.

基金项目

国家自然科学基金(61273229) （61273229）

江苏省青蓝工程资助项目. （）

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