基于注意机制的短文本分类方法
短文本分类是互联网文本数据处理领域的一项关键任务.计算机视觉和语音识别领域中的深度学习研究表明,神经网络模型中更深层次的学习能够更有效地表达数据特征.受此启发,本文设计了一种将CNN和RNN模型与注意机制相结合的方法,根据文本的关键信息提取出更复杂有效的特征.为了评估方法对深度短文本分类的有效性,进行了综合实验比较和分析.
短文本分类、长短期记忆网络、卷积神经网络、注意机制
16
TP311(计算技术、计算机技术)
2020-11-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
185-186,201