典型文献
基于ERNIE-SA-DPCNN的文本分类研究——以涉网新型犯罪案件文本为例
文献摘要：
近年来自然语言处理领域发展迅猛,文本分类任务作为其中的基本任务出现了重大突破,但并未辐射到公安工作实务之中.目前文本分类领域以采用基于统计和概率的模型为主,但是相比于使用大量语料训练的预训练模型,其分类效果并不理想.文章采取预训练ERNIE作为特征提取模型,并以SA-Net结合ERNIE模型中的注意力机制,最后以DPCNN作为深度学习网络形成ERNIE-SA-DPCNN算法.实验证明,ERNIE-SA-DPCNN在涉网新型犯罪案件案情文本分类任务上的表现优于其他模型.
文献关键词：
涉网新型犯罪;文本分类;ERNIE;SA-Net;DPCNN
中图分类号：
作者姓名：
裘凯凯;丁伟杰;钟南江
作者机构：
浙江警察学院 计算机与信息安全系,浙江 杭州 310053;基于大数据架构的公安信息化应用公安部重点实验室,浙江 杭州 310053;浙江警察学院 大数据与网络安全研究院,浙江 杭州 310053
文献出处：
引用格式：
[1]裘凯凯;丁伟杰;钟南江-.基于ERNIE-SA-DPCNN的文本分类研究——以涉网新型犯罪案件文本为例)[J].现代信息科技,2022(06):69-74
A类：
B类：
ERNIE,SA,DPCNN,文本分类,分类研究,涉网新型犯罪,犯罪案件,自然语言处理,分类任务,基本任务,重大突破,射到,公安工作,前文本,语料,预训练模型,分类效果,提取模型,Net,注意力机制,深度学习网络,网络形成,案情
AB值：
0.274915
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。
