基于CNN和LSTM的智能文本分类

• 作者: 王星峰
• 来源期刊: 辽东学院学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 CNN 单词顺序 LSTM
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 126-132
• 页数: 7页
• 分类号: TP391
• 字数: 6540字
• 语种: 中文
• DOI: 10.14168/j.issn.1673-4939.2019.02.10

摘要

针对文本分类领域的应用,在利用卷积神经网络(CNN)与长短时记忆网络(LSTM)基础上提出一种改进的卷积层技术,将改进后的卷积层技术用于对文本这种一维数据结构的处理,并联合LSTM的区域嵌入技术实现文本的分类.实验结果表明,与传统方法比较,该方法在执行性能和分类精确度方面都有明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王星峰	辽东学院信息工程学院	4	6	2.0	2.0