基于深度学习的文本分类技术研究进展

摘要：

随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法.对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展,分析多种典型分类方法的特点和性能,从准确率和运行时间方面对基础网络结构进行比较,表明深度神经网络较传统机器学习方法在用于文本分类时更具优势,其中卷积神经网络具有优秀的分类性能和泛化能力.在此基础上,指出当前深度文本分类模型存在的不足,并对未来的研究方向进行展望.

关键词：深度学习、文本分类、卷积神经网络、循环神经网络、注意力机制

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金U1734208

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1-11