典型文献
基于BiGRU-CapsNet的社交媒体文本作者识别
文献摘要：
针对社交媒体文本存在文本短、特征提取困难的问题,结合深度学习提出了一种双向门控循环神经网络(bidirectional gated recurrent neural network,BiGRU)和胶囊网络(capsule network,CapsNet)混合模型(BiGRU-CapsNet).社交媒体文本首先通过Bert预训练模型生成词向量,利用BiGRU提取序列浅层特征,结合CapsNet进一步提取深层特征,最终通过softmax分类器实现作者识别.实验结果证明,该模型可以提升社交媒体文本作者识别的性能.
文献关键词：
胶囊网络;双向门控循环单元;作者识别
中图分类号：
作者姓名：
何泉;孙百兵
作者机构：
中国人民公安大学信息网络安全学院,北京 100038
文献出处：
引用格式：
[1]何泉;孙百兵-.基于BiGRU-CapsNet的社交媒体文本作者识别)[J].现代计算机,2022(21):46-51
A类：
B类：
BiGRU,CapsNet,社交媒体,作者识别,双向门控循环神经网络,bidirectional,gated,recurrent,neural,network,胶囊网络,capsule,混合模型,Bert,预训练模型,模型生成,成词,词向量,提取序列,深层特征,softmax,分类器,双向门控循环单元
AB值：
0.416677
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。
