利用拼音特征的深度学习文本分类模型

• 作者: 张朋柱 房宁 赵博轩 赵群飞
• 来源期刊: 高技术通讯
• 关键词: 文本分类 意图理解 声韵母特征 门控递归单元(GRU)
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 596-603
• 页数: 8页
• 字数: 4925字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2017.07.002

摘要

针对人-机器人语音交互中经过语音识别的文本指令,提出了一种利用汉语拼音中声韵母作为特征的深度学习文本分类模型.首先,以无人驾驶车语音导航控制为人机交互的应用背景,分析其文本指令结构并分别构建单一意图与复杂意图语料库;其次,在以字符作为文本分类特征的基础上,结合汉语拼音与英文单词的区别,提出了一种利用拼音声韵母字符作为中文文本分类的特征表示方法;然后,用门控递归单元(GRU)代替传统递归神经网络单元以解决其难以捕获长时间维度特征的不足,为提取信息的高阶特征、缩短特征序列长度并加快模型收敛速度,建立了一种结合卷积神经网络及GRU递归神经网络的深度学习文本分类模型.最后,为验证模型在处理长、短序列任务上的表现,在上述两个语料库上对提出的模型分别进行十折交叉测试,并与其他分类方法进行比较与分析,结果表明该模型显著地提高了分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵群飞	上海交通大学自动化系系统控制与信息处理教育部重点实验室	58	494	12.0	17.0
2	张朋柱	上海交通大学安泰经济与管理学院	152	1491	20.0	30.0
3	房宁	上海交通大学人文学院	8	40	5.0	6.0
4	赵博轩	上海交通大学自动化系系统控制与信息处理教育部重点实验室	1	6	1.0	1.0