融合self-attention機制的卷積神經網絡文本分類模型
摘要：傳統的文本分類算法采用詞向量表示文本,忽視了上下文語境中詞義的變化.本文通過引入self-attention機制處理詞向量,提出一種卷積神經網絡模型與關鍵詞提取技術相結合的文本分類模型.該模型對文檔進行self-attention操作,以抽取關鍵信息,構建文檔特征圖,根據卷積神經網絡模型和關鍵詞提取技術實現特征向量的分類.在真實數據集上進行性能分析,并與循環神經網絡模型、長短時記憶網絡模型進行比較,結果表明該分類模型有效地提高了分類的準確性.
注: 保護知識產權,如需閱讀全文請聯系小型微型計算機系統雜志社
相關推薦
更多
