基于卷积递归模型的文本分类研究
近年来卷积神经网络和循环神经网络在文本分类领域得到了越来越广泛的的应用。提出一种卷积神经网络和长短时记忆网络特征融合的模型,通过长短期记忆网络作为池化层的替代来获得长期依赖性,从而构建一个联合CNN和RNN的框架来克服单卷积神经网络忽略词语在上下文中语义和语法信息的问题。所提出的方法在减少参数数量和兼顾文本序列全局特征方面起着重要作用,实验结果表明,可以通过更小的框架来实现相同级别的分类性能,并且在准确率方面超越了同类型的其他几种方法。
用户评论
相关推荐
递归卷积神经网络的文本分类
递归卷积神经网络的文本分类
PDF
949KB
2021-05-09 04:58
论文研究基于词义消歧的卷积神经网络文本分类模型.pdf
传统文本分类使用word embedding作为文档表示，忽略词在当前上下文的含义，潜在地认为相同词在不同文本中含义相同。针对此问题提出一种词义消歧的卷积神经网络文本分类模型——WSDCNN（word
PDF
1.21MB
2020-07-17 08:05
基于卷积神经网络的服装分类识别模型研究
本文基于卷积神经网络技术，研究并设计了一种有效的服装分类识别模型，通过对服装图像进行特征提取和分类，实现了高准确率的服装识别。本文重点介绍了模型的设计思路、数据集的构建以及实验结果。通过实验验证，该模
pdf
1.17MB
2023-03-12 08:23
论文研究基于事件卷积特征的新闻文本分类.pdf
以往的卷积神经网络模型在对文本建模和分类时，通常按顺序提取n-gram卷积特征，忽视了长距离依存关系中的句法结构和语义信息。提出了一种基于事件卷积特征的文本分类方法，利用事件的语义特性弥补之前模型的不
PDF
964KB
2020-07-17 13:56
基于事件卷积特征的新闻文本分类
本文提出的基于事件卷积特征的模型，在利用事件含有语 义和语言结构信息的特点上，使用卷积神经网络提取事件特征， 并在新闻语料的分类上取得了良好的性能。
PDF
0B
2018-12-25 00:32
基于JST模型的新闻文本的情感分类研究
基于JST 模型的新闻文本的情感分类研究
PDF
218KB
2021-02-09 12:27
论文研究基于LDAwSVM模型的文本分类研究.pdf
SVM分类算法处理高维数据具有较大优势，但其未考虑语义的相似性度量问题，而LDA主题模型可以解决传统的文本分类中相似性度量和主题单一性问题。为了充分结合SVM和LDA算法的优势并提高分类精确度，提出了
PDF
0B
2019-09-24 00:45
论文研究基于LDA模型的文本分类研究.pdf
在传统模糊C-均值聚类算法的基础上，提出了一种新型区间值数据模糊聚类算法。运用区间分割策略改进了区间距离的计算公式，成功解决了区间距离计算方法存在的缺陷。提出了区间值数据模糊聚类的数学模型，并拓广模糊
PDF
0B
2020-02-13 04:17
基于BERT模型的科技政策文本分类研究
本文主要针对科技政策文本分类进行研究，采用了基于BERT模型的方法。通过对科技政策文本的特征进行提取和分析，利用BERT模型进行分类预测，实现了对科技政策文本的自动分类。研究结果表明，基于BERT模型
pdf
1.45MB
2023-07-22 18:30
基于Bootstrapping的文本分类模型
文中提出一种基于Bootstrapping 的文本分类模型,该模型采用最大熵模型作为分类器,从少量的种子集出发,自动学习更多的文本作为新的种子样本,这样不断学习来提高最大熵分类器的文本分类性能。文中提
PDF
335KB
2020-08-05 02:19
论文研究基于隐Markov模型的文本分类.pdf
解码器是统计机器翻译研究的关键部分。在基于短语的统计机器翻译的基础上,结合对数线性模型的思想加入多个特征模型,研究了一种动态规划的柱搜索解码算法。详细介绍此算法在解码器中的具体实现,并对翻译速度和精度
PDF
0B
2019-09-24 00:45
论文研究基于文本分类的信息检索模型.pdf
基于文本分类的信息检索模型，丁志刚，王小捷，本文探索了如何利用信息文本分类对检索系统结果进行改善。首先，根据特定的分类集分别对待检索文档和检索条件进行数据建模；讨论
PDF
0B
2019-09-24 00:45
sentconvtorch基于卷积神经网络的文本分类.zip
sent-conv-torch,基于卷积神经网络的文本分类在中的语句卷积码代码在Torch中实现了Kim(2014)语句卷积代码。它复制现有数据集的结果，并允许对任意其他文本数据集的模型进行训练。快速
ZIP
0B
2020-06-20 07:11
CNN文本分类keras Keras中基于卷积神经网络的文本分类源码
CNN-文本分类-keras 它是中作为功能api的简化实现 要求 训练 运行以下命令,如果要更改它将运行100个纪元,只需打开 python model.py 对于新数据 您必须重建词汇表然后进
ZIP
481KB
2021-02-16 13:18
基于向量空间模型的文本自动分类系统的研究与实现
空间向量模型的技术实现文献。请各位多多指教！
pdf文档
0B
2019-09-17 21:03