10.3969/j.issn.1006-2475.2018.02.020
基于Attention-based C-GRU神经网络的文本分类
文本分类是自然语言处理中一个经典的研究方向,在信息处理中扮演着重要的角色.目前深度学习已经在图像识别、机器翻译等领域取得了突破性的进展,而且它也被证明在自然语言处理任务中拥有着提取句子或文本更高层次表示的能力.本文提出一种新颖的深度学习混合模型Attention-based C-GRU用于文本分类,该模型结合CNN中的卷积层和GRU,通过引入Attention机制,突出关键词和优化特征提取过程.利用该模型去学习文本语义并且在主题分类、问题分类及情感分类等任务上对其做出评估.通过与对比模型和表现最优方法做比较,表明本文模型的有效性.
文本分类、深度学习、Attention机制
TP391(计算技术、计算机技术)
国家自然科学基金“面上”项目K13A300050
2018-06-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-100