典型文献
基于混合神经网络模型的企业行业分类
文献摘要：
针对人工行业分类效率低下、准确性不高等问题,提出一种基于混合神经网络的行业分类模型.该分类模型采用RoBERTa预训练语言模型对企业经营范围文本特征进行提取,构建基于GRU的候选集生成网络生成行业类别候选集,通过外部知识嵌入补充额外信息,并将外部知识特征与经营范围特征进行融合,完成企业行业分类.通过在所构建的企业数据集上进行验证可知,其准确率达到83.78％,实验结果证明了该模型可以获得更加丰富的特征,相比其他方法取得了更好的行业分类效果.
文献关键词：
行业分类;混合神经网络;外部知识;候选集生成;跳层连接
中图分类号：
作者姓名：
陈钢
作者机构：
长三角信息智能创新研究院,安徽芜湖241000
文献出处：
引用格式：
[1]陈钢-.基于混合神经网络模型的企业行业分类)[J].电子设计工程,2022(24):64-69
A类：
B类：
混合神经网络,行业分类,工行,分类模型,RoBERTa,预训练语言模型,企业经营,经营范围,文本特征,GRU,候选集生成,生成网络,成行,行业类别,外部知识,知识嵌入,知识特征,企业数据,其他方法,分类效果,跳层连接
AB值：
0.393906
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。
