一种多特征融合的长文本分类方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1673-5692.2020.09.016

一种多特征融合的长文本分类方法

引用
文本分类是自然语言处理的典型应用,一般采用卷积神经网络、双向长短期记忆网络等分类方法.基于语义网络和信息融合原理,研究工作提出了一种融合上下文特征、局部特征和平均表示特征等多特征的长文本分类方法.多特征融合方法需要清洗长文本并将文本表示为词向量,预处理后的定长文本词向量输入模型层;在模型层聚类提取特征,用双向长短期记忆网络提取词的上下文特征,用卷积神经网络提取词的局部特征,用平均池化模型提取词的平均表示特征;在线性层融合文本内容的这些信息特征并分类.经大量数据集实验,多特征融合方法分类准确率统计可达98.3%.

长文本分类、多特征融合、卷积神经网络CNN、双向长短期记忆网络Bi-LSTM、平均池化模型

15

TP391.4(计算技术、计算机技术)

国家自然科学基金61701457

2020-11-17(万方平台首次上网日期,不代表论文的发表时间)

共7页

910-916

相关文献
评论
暂无封面信息
查看本期封面目录

中国电子科学研究院学报

1673-5692

11-5401/TN

15

2020,15(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn