文档名：结合注意力机制与双向GRU的文本情感分类方法
文本分类一直是自然语言处理的重要部分.文本分类方法主要是从文本中提取文本特征并根据文本特征进行分类,然而,特征的提取一直是文本分类的难点.因此,文本分类的结果精度一直不高.目前,深度学习方法已经被大量应用于文本特征的提取,并被证明能够有效的提取文本特征.但是,文本特征由分类结构学习,分类结构的选择直接影响分类结果.分类结构想要更好的学习文本特征时也需要大量时间进行训练.为了解决这些问题,本文提出了一种结合注意力机制(AttentionMechanism)与双向GRU(GatedRecurrentUnit)的分类方法对文本的特征进行学习.本文使用双向GRU层对文本特征进行提取,对提取到的特征使用注意力机制对其分配权重,同时保留了部分原始信息来确保语义的完整性.
作者：金相国刘伟熊媛媛王春枝
作者单位：湖北工业大学计算机学院,武汉,430000
母体文献：第29届全国计算机新科技与教育学术会议论文集
会议名称：第29届全国计算机新科技与教育学术会议
会议时间：2019年10月1日
会议地点：河南开封
主办单位：全国高等学校计算机教育研究会
语种：chi
分类号：TP3G63
关键词：文本情感分类 注意力机制 长短时记忆网络 文本编码 膨胀卷积层
在线出版日期：2022年3月9日
基金项目：
相似文献
相关博文
- 文件大小:
- 5.79 MB
- 下载次数:
- 60
-
高速下载
|
|
