典型文献
基于外部知识注意的中文短文本分类研究
文献摘要：
针对短文本没有足够的上下文信息、短文本语义比较模糊,导致短文本分类困难的问题,提出一种新的基于外部知识注意的中文短文本分类模型.通过将单词和字符特征与可训练矩阵相乘,生成具有两级对齐特征矩阵的方式捕捉深层语义信息以解决上下文信息不足等问题;并从外部知识库中检索知识以增强短文本的语义表示,同时引入面向短文本的概念注意和面向概念集的概念注意两种注意力机制.实验结果表明,通过添加对齐特征矩阵方式,同时使用外部知识库检索知识对数据进行训练,该模型准确率优于现有模型准确率.基于外部知识注意的中文短文本分类模型证明了引入对齐特征矩阵和外部知识注意的有效性.
文献关键词：
短文本分类;外部知识;概念注意;卷积神经网络
中图分类号：
作者姓名：
贾洪健;田刚;王蕊;宋庆松
作者机构：
山东科技大学计算机科学与工程学院;山东科技大学能源与矿业工程学院,山东青岛266590
文献出处：
引用格式：
[1]贾洪健;田刚;王蕊;宋庆松-.基于外部知识注意的中文短文本分类研究)[J].软件导刊,2022(05):30-37
A类：
概念注意
B类：
中文短文本分类,分类研究,上下文信息,文本语义,语义比较,分类模型,单词,字符,相乘,两级,对齐,特征矩阵,深层语义信息,外部知识库,概念集,注意力机制,库检索,模型准确率,现有模型,矩阵和
AB值：
0.199333
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。
