典型文献
HRTNSC:基于混合表示的藏文新闻主客观句子分类模型
文献摘要：
针对藏文新闻主客观分类的现实需求,该文以藏文新闻文本数据为研究对象,提出一种基于混合表示的藏文新闻主客观句子分类模型(HRTNSC).首先通过融合音节级特征和包含当前音节的单词级特征丰富模型输入的语义信息,然后将融合后的特征向量输入到BiLSTM+CNN网络中进行语义提取,最后采用Softmax分类器实现句子的主客观分类.测试结果表明,HRTNSC模型在Word2Vec音节向量+BERT音节向量+注意力机制加权的单词向量特征组合下最优F1值达到90.84％,分类效果优于对比模型,可以较有效地分类主客观句子,具有一定的应用价值.
文献关键词：
主客观分类;混合表示;音节级特征;单词级特征
中图分类号：
作者姓名：
孔春伟;吕学强;张乐
作者机构：
青海师范大学计算机学院,青海西宁810008;北京信息科技大学网络文化与数字传播北京市重点实验室,北京100101
文献出处：
引用格式：
[1]孔春伟;吕学强;张乐-.HRTNSC:基于混合表示的藏文新闻主客观句子分类模型)[J].中文信息学报,2022(12):94-103,114
A类：
HRTNSC,混合表示,句子分类,主客观分类,音节级特征,单词级特征,BiLSTM+CNN,+BERT
B类：
藏文,分类模型,新闻文本,文本数据,合音,模型输入,语义信息,特征向量,语义提取,Softmax,分类器,Word2Vec,注意力机制,词向量,特征组合,分类效果,对比模型
AB值：
0.177956
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。
