BiGRU结合注意力机制的文本分类研究

摘要：

随着信息时代的发展,文本包含的信息量越来越多,而同一段文本可以隶属于不同的类别,为了提升多标签文本分类任务的准确率,提出了一种基于ALBERT预训练、双向GRU并结合注意力机制的改进的多标签文本分类模型——BiGRU-Att模型.在百度发布的中文事件抽取数据集上进行实验,该模型的识别准确率达到了99.68％,相对比较组的BiLSTM-Att、LSTM-Att、BiGRU、BiLSTM、LSTM等模型的测试结果,准确率更高,性能更优.实验结果表明,改进的BiGRU-Att模型能有效提升多标签文本分类任务的准确率.

关键词：多标签、预训练、双向门控循环单元(BiGRU)、注意力机制

所属期刊栏目：35

分类号：TP391.1(计算技术、计算机技术)

资助基金：重庆市研究生教学改革重点项目;重庆师范大学研究生项目;重庆师范大学教学改革项目

在线出版日期：2021-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：47-52