期刊专题

10.11896/jsjkx.211100016

基于Word2Vec和改进注意力机制AlexNet-2的文本分类方法

引用
为了提高文本分类的准确性和运行效率,提出一种Word2Vec文本表征和改进注意力机制AlexNet-2的文本分类方法.首先,利用Word2Vec对文本词特征进行嵌入表示,并训练词向量,将文本表示成分布式向量的形式;然后,利用改进的AlexNet-2对长距离词相依性进行有效编码,同时对模型添加注意力机制,以高效学习目标词的上下文嵌入语义,并根据词向量的输入与最终预测结果的相关性,进行词权重的调整.实验在3个公开数据集中进行评估,分析了大量样本标注和少量样本标注的情形.实验结果表明,与已有的优秀方法相比,所提方法可以明显提高文本分类的性能和运行效率.

文本分类、注意力机制、AlexNet-2模型、上下文嵌入、词相依性

49

TP391;TP311(计算技术、计算机技术)

国家自然科学基金;广东省高校科研项目;广东省高校科研项目;广东省高等教育专项

2022-04-08(万方平台首次上网日期,不代表论文的发表时间)

共6页

288-293

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

49

2022,49(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn