典型文献
结合MacBERT和多尺度融合网络的档案数据分类研究
文献摘要：
针对传统深度学习模型特征提取能力不强,静态词向量语义表征能力弱等问题,提出了结合MacBERT和多尺度融合网络的档案数据分类模型.预训练模型MacBERT通过结合词的上下文语境,学习到动态词向量表示,解决一词多义问题;利用多尺度融合网络充分提取档案文本局部特征和上下文语义关联;根据软注意力机制计算每个特征对分类结果的影响权重,由分类层输出结果.在真实档案数据集进行实验,结果表明,结合MacBERT和多尺度融合网络的模型准确率达到90.5％,高于实验对比模型,具有一定的应用价值.
文献关键词：
档案文本分类;MacBERT;多尺度融合网络;软注意力
中图分类号：
作者姓名：
刘舸舸
作者机构：
陆军军医大学第二附属医院医学工程科,重庆400037
文献出处：
引用格式：
[1]刘舸舸-.结合MacBERT和多尺度融合网络的档案数据分类研究)[J].电子设计工程,2022(19):65-68,73
A类：
档案文本分类
B类：
MacBERT,多尺度融合网络,档案数据,分类研究,深度学习模型,模型特征,特征提取能力,词向量,语义表征,表征能力,数据分类模型,预训练模型,上下文语境,向量表示,一词多义,分提,本局,局部特征,上下文语义,语义关联,软注意力机制,影响权重,输出结果,模型准确率,实验对比,对比模型
AB值：
0.321864
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。
