基于BiLSTM_ATT_CNN中文专利文本分类
随着大数据和人工智能的发展,将人工处理专利的方式转换为自动化处理成为可能.本文结合卷积神经网络(CNN)提取局部特征和双向长短记忆神经网络(BiLSTM)序列化提取全局特征的优势,在BiLSTM隐藏层引入注意力机制(Attention机制),提出了针对中文专利文本数据的BiLSTM_ATT_CNN组合模型.通过设计多组对比实验,验证了BiLSTM_ATT_CNN组合模型提升了中文专利文本分类的准确率.
专利文本、卷积神经网络、长短记忆神经网络、注意力机制
29
2020-11-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
260-265