基于BiGRU和注意力机制的多标签文本分类模型

• 作者: 张云翔 饶竹一
• 来源期刊: 现代计算机
• 关键词: 情感识别 双向门控循环神经网络 网络文本
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 31-35
• 页数: 5页
• 字数: 3358字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.01.007

摘要

文本分类是自然语言处理的重要组成部分,在电网相关的网络文本情感识别中,针对其文本没有固定语法及书写格式,且情感信息分散于文本各个位置的问题,提出一种基于双向门控循环神经网络(BiGRU)和注意力机制的多标签文本分类模型.首先,使用预训练词向量提取网络文本的深层次信息特征;其次,根据注意力机制将分析出的深层次信息特征加以相应的权重;最后,使用BiGRU对文本特征信息进行分类.在Kaggle的Toxic Comment Classification数据集上进行的实验结果表明:对于情感识别的准确率高达98％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云翔		20	16	3.0	3.0
2	饶竹一		10	6	2.0	2.0