结合词性信息的基于注意力机制的双向LSTM的中文文本分类

摘要：

基于LSTM的中文文本分类方法能够正确地识别文本所属类别,但是其主要关注于学习与主题相关的文本片段,往往缺乏利用词语其他方面的信息,特别是词性之间的隐含的特征信息.为了有效地利用词语的词性信息以便学习大量的上下文依赖特征信息并提升文本分类效果,提出了一种结合词性信息的中文文本分类方法,其能够方便地从词语及其词性中学习隐式特征信息.利用开源数据并设计一系列对比实验用于验证方法的有效性.实验结果表明,结合词性信息的基于注意力机制的双向LSTM模型,在中文文本分类方面的分类效果优于常见的一些算法.因此识别文本的类别不仅与词语语义信息高度相关,而且与词语的词性信息有很大关系.

关键词：自然语言处理、中文文本分类、注意力机制、LSTM、词性

所属期刊栏目：39

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然科学基 金61673235,61772075;河北省自然科学基金F2017208012;河北省硕士研究生创新资助项目CXZZSS2017095

在线出版日期：2018-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：447-454