深度学习在文本表示及分类中的应用研究

• 作者: 崔莹
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 深度学习 自然语言处理 文本分类 文本表示
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 174-177
• 页数: 4页
• 分类号: TP18
• 字数: 4904字
• 语种: 中文

摘要

近年来,随着深度学习的快速发展,其已在多个应用领域开花结果,尤其在语音识别和图像处理领域接连取得重大突破,然而仍在某些领域处于起步阶段,如自然语言处理(NLP)领域,特别是对文本的表示及分类相关问题上的应用.自然语言处理任务中的文本分类技术是实现人机自由交互的关键技术,如何对文本内容进行提取和分类,从众多非结构化的文本中提取出有效的信息,成为了解决文本信息管理中的关键手段.本文首先从深度学习基本概念开始,对首要任务及主要模型等方面进行介绍;其次分析讨论深度学习在文本表示中的研究进展及应用策略;进而对基于深度学习的文本分类技术进行进一步介绍;最后,对深度学习在文本表示及分类中的应用难点进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔莹		3	5	2.0	2.0