基于GRU-Attention的中文文本分类

• 作者: 孙明敏
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 自然语言处理 文本分类 GRU 注意力机制
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息技术
• 页码范围: 10-12
• 页数: 3页
• 分类号: TP183|TP391.1
• 字数: 2801字
• 语种: 中文

摘要

传统的GRU分类模型是一种基于LSTM的模型变体,它在LSTM的基础上将遗忘门和输入门合并成更新门,使得最终的模型比标准的LSTM模型更简单.可是LSTM和GRU均没有体现每个隐层输出的重要程度.为了得到每个输出的重要程度,本文在GRU的基础上加入了注意力(Attention)机制,设计了GRU-Attention分类模型,并通过对比实验的方式说明了增加了Attention的GRU模型在分类效果上有了一定程度的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙明敏		1	2	1.0	1.0