典型文献
基于CNN-BiGRU的商品短文本分类算法研究
文献摘要：
研究商品短文本分类,有利于推动商品流通和实现个性化商品信息推送.为克服独立卷积神经网络(CNN)仅提取文本局部信息的不足,提出CNN和双向门控循环单元(BiGRU)相结合的文本分类模型.该模型不仅提取了文本局部特征,还有效利用了上下文信息,最后采用A-Softmax函数优化分类效果.实验结果表明,基于CNN-BiGRU模型在商品短文本分类上的各个评价指标均优于其他对比模型.
文献关键词：
卷积神经网络;双向门控循环单元;文本分类
中图分类号：
作者姓名：
秦琦琳;孙云山;郭佳宁
作者机构：
天津商业大学,天津 300134
文献出处：
引用格式：
[1]秦琦琳;孙云山;郭佳宁-.基于CNN-BiGRU的商品短文本分类算法研究)[J].包头职业技术学院学报,2022(04):39-41
A类：
B类：
BiGRU,短文本分类,分类算法,算法研究,动商,商品流通,商品信息,信息推送,立卷,本局,局部信息,双向门控循环单元,分类模型,局部特征,上下文信息,Softmax,函数优化,分类效果,对比模型
AB值：
0.307596
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。
