基于Attention-based C-GRU神经网络的文本分类

• 作者: 杨东 王移芝
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 文本分类 深度学习 Attention机制
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 96-100
• 页数: 5页
• 分类号: TP391
• 字数: 5035字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.02.020

摘要

文本分类是自然语言处理中一个经典的研究方向,在信息处理中扮演着重要的角色.目前深度学习已经在图像识别、机器翻译等领域取得了突破性的进展,而且它也被证明在自然语言处理任务中拥有着提取句子或文本更高层次表示的能力.本文提出一种新颖的深度学习混合模型Attention-based C-GRU用于文本分类,该模型结合CNN中的卷积层和GRU,通过引入Attention机制,突出关键词和优化特征提取过程.利用该模型去学习文本语义并且在主题分类、问题分类及情感分类等任务上对其做出评估.通过与对比模型和表现最优方法做比较,表明本文模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王移芝	北京交通大学计算机与信息技术学院	50	513	13.0	21.0
2	杨东	北京交通大学计算机与信息技术学院	1	13	1.0	1.0