面向文本结构的混合分层注意力网络的话题归类

• 作者: 杨小平 梁天新 王良 车蕾 韩镇远
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 深度学习 注意力机制 混合分层注意力网络 话题归类
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 93-102,112
• 页数: 11页
• 分类号: TP391
• 字数: 8457字
• 语种: 中文

摘要

针对目前话题归类模型中文本逻辑结构特征与文本组织结构特征利用不充分的问题,该文提出一种面向文本结构的混合分层注意力网络的话题归类模型(TSOHHAN).文本结构包括逻辑结构和组织结构,文本的逻辑结构包括标题和正文等信息;文本的组织结构包括字—词语—句层次.TSOHHAN模型采用竞争机制融合标题和正文以增强文本逻辑结构特征在话题归类中的作用;同时该模型采用字-词语-句层次的注意力机制增强文本组织结构特征在话题归类中的作用.在4个标准数据集上的实验结果表明,TSOHHAN模型能够提高话题归类任务的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小平	中国人民大学信息学院	84	967	15.0	30.0
2	车蕾	中国人民大学信息学院	7	17	2.0	4.0
4	王良	中国人民大学信息学院	17	286	9.0	16.0
7	梁天新	中国人民大学信息学院	6	22	1.0	4.0
8	韩镇远	中国人民大学信息学院	2	1	1.0	1.0