典型文献
基于双向长短记忆网络和门控注意力的文本分类网络
文献摘要：
首先,提出构建双向的全连接结构用于更好提取上下文的信息;然后,利用双向的注意力机制将包含丰富文本特征的矩阵压缩成一个向量;最后,将双向的全连接结构和门控制结构相结合.通过实验验证了上述结构对于提升文本分类的准确率具有积极的作用.将这3种结构和双向的循环网络进行结合,组成了所提出的文本分类模型.通过在7个常用的文本分类数据集(AG、DBP、Yelp.P、Yelp.F、Yah.A、Ama.F、Ama.P)上进行的实验,得到了具有竞争性的结果并且在其中5个数据集(AG、DBP、Yelp.P、Ama.F、Ama.P)上获得了较好的实验效果.通过实验表明,所提出的文本分类模型能显著降低分类错误率.
文献关键词：
文本分类;注意力机制;长短记忆网络
中图分类号：
作者姓名：
童根梅;朱敏
作者机构：
华东师范大学计算机科学与技术学院,上海 200062;华东师范大学数据科学与工程学院,上海 200062
文献出处：
引用格式：
[1]童根梅;朱敏-.基于双向长短记忆网络和门控注意力的文本分类网络)[J].华东师范大学学报（自然科学版）,2022(02):67-75
A类：
Yah,Ama
B类：
双向长短记忆网络,门控,文本分类,分类网络,全连接结构,上下文,注意力机制,富文本,文本特征,压缩成,控制结构,循环网络,分类模型,分类数据,AG,DBP,Yelp,竞争性,实验效果,错误率
AB值：
0.285545
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
