典型文献
基于辅助任务的BERT中文新闻文本分类研究
文献摘要：
新闻文本分类是自然语言处理领域中一项重要任务,本文使用新闻标题进行文本分类.随着BERT预训练模型的崛起,BERT模型在多项NLP(Natural Language Processing)任务中都取得了较好的效果,并应用在新闻分类任务中.为了提高新闻分类这一主要任务的效果,本文引入辅助任务判断两个新闻是否是同类新闻,对BERT预训练模型在辅助任务和主要任务上进行微调.在THUCNews数据集上进行实验,实验结果表明,引入辅助任务的BERT新闻分类模型在效果上优于原BERT模型.
文献关键词：
新闻文本分类;BERT;辅助任务
中图分类号：
作者姓名：
崔建青;仇测皓
作者机构：
太原工业学院计算机工程系,山西 太原 030008
文献出处：
引用格式：
[1]崔建青;仇测皓-.基于辅助任务的BERT中文新闻文本分类研究)[J].软件工程,2022(06):4-8
A类：
B类：
辅助任务,BERT,中文新闻,新闻文本分类,分类研究,自然语言处理,新闻标题,预训练模型,NLP,Natural,Language,Processing,分类任务,主要任务,是否是,微调,THUCNews,分类模型
AB值：
0.311104
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。
