10.19678/j.issn.1000-3428.0051312
基于注意力CNLSTM模型的新闻文本分类
结合卷积神经网络(CNN)和嵌套长短期记忆网络(NLSTM)2种模型,基于注意力机制提出一个用于文本表示和分类的CNLSTM模型.采用CNN提取短语序列的特征表示,利用NLSTM学习文本的特征表示,引入注意力机制突出关键短语以优化特征提取的过程.在3个公开新闻数据集中进行性能测试,结果表明,该模型的分类准确率分别为96.87%、95.43%和97.58%,其性能比baseline方法有显著提高.
卷积神经网络、特征表示、嵌套长短期记忆网络、注意力机制、文本分类
45
TP391.1(计算技术、计算机技术)
国家自然科学基金61540060
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
303-308,314