结合注意力机制的新闻文本分类研究

摘要：

一篇新闻文本中通常包含数十至数百个词语,其中有许多与分类无关的词语,它们会对分类性能产生影响.为此,论文提出了一种结合注意力机制的文本分类方法.在经典的卷积神经网络(CNN)文本分类模型的基础上,引入了注意力机制,考虑了不同词语对于分类的贡献度大小,提供了更加丰富的文本特征表达.实验在清华大学自然语言处理中文文本分类数据集上进行,研究了注意力机制的引入对于CNN文本分类模型的影响.实验结果表明,在引入了注意力机制以后,相较于经典的CNN文本分类模型,分类效果得到了一定的提升.

关键词：文本分类、卷积神经网络、注意力模型、词向量

所属期刊栏目：48

分类号：TN391.1(半导体技术)

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：389-392