| 注册
首页|期刊导航|计算机工程与应用|多尺度CNN卷积与全局关系的中文文本分类模型

多尺度CNN卷积与全局关系的中文文本分类模型

宋中山 牛悦 郑禄 帖军 姜海

计算机工程与应用2023,Vol.59Issue(20):103-110,8.
计算机工程与应用2023,Vol.59Issue(20):103-110,8.DOI:10.3778/j.issn.1002-8331.2209-0093

多尺度CNN卷积与全局关系的中文文本分类模型

Multiscale Double-Layer Convolution and Global Feature Text Classification Model

宋中山 1牛悦 1郑禄 2帖军 2姜海1

作者信息

  • 1. 中南民族大学 计算机科学学院,武汉 430070||湖北省制造企业智能管理工程技术研究中心,武汉 430070
  • 2. 中南民族大学 计算机科学学院,武汉 430070||农业区块链与智能管理湖北省工程研究中心,武汉 430070
  • 折叠

摘要

关键词

文本分类/双向长短时记忆网络/卷积神经网络/注意力机制

Key words

text classification/bi-directional long short-term memory network(BiLSTM)/convolutional neural network(CNN)/attention mechanism

分类

信息技术与安全科学

引用本文复制引用

宋中山,牛悦,郑禄,帖军,姜海..多尺度CNN卷积与全局关系的中文文本分类模型[J].计算机工程与应用,2023,59(20):103-110,8.

基金项目

国家民委中青年英才培养计划(MZR20007) (MZR20007)

湖北省科技重大专项(2020AEA011) (2020AEA011)

武汉市科技计划应用基础前沿项目(2020020601012267) (2020020601012267)

中央高校基本科研业务费专项资金(CPT22018). (CPT22018)

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