序列—结构的文本分类算法

• 作者: 刘蕊 沈海斌
• 来源期刊: 电子技术
• 关键词: Bi-LSTM CNN 文本分类 注意力机制
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 电子技术研发
• 页码范围: 1-4
• 页数: 4页
• 字数: 2707字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2018.02.001

摘要

Bi-LSTM输入为时间序列,可以挖掘词序列间的隐藏信息,但易忽略文本句子间的结构信息.CNN具位移不变性的优势,可以有效抽取文本句子间的结构特征,但很难察觉词序列间的隐藏信息.因此文章提出了序列—结构的文本分类算法,该算法将Bi-LSTM和CNN相结合形成优势互补,从词序列和文本结构上抽取文本信息,并结合注意力机制,减少信息冗余,优化特征向量,进一步提高分类的准确性.选择单纯的神经网络和加入注意力机制的神经网络作为比较对象,证明本算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈海斌	浙江大学超大规模集成电路设计研究所	139	832	13.0	21.0
2	刘蕊	浙江大学超大规模集成电路设计研究所	3	7	2.0	2.0