基于BiLSTM_ATT_CNN中文专利文本分类

• 作者: 朱习军 杜恒欣
• 来源期刊: 计算机系统应用
• 关键词: 专利文本 卷积神经网络 长短记忆神经网络 注意力机制
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究开发
• 页码范围: 260-265
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007657

摘要

随着大数据和人工智能的发展,将人工处理专利的方式转换为自动化处理成为可能.本文结合卷积神经网络(CNN)提取局部特征和双向长短记忆神经网络(BiLSTM)序列化提取全局特征的优势,在BiLSTM隐藏层引入注意力机制(Attention机制),提出了针对中文专利文本数据的BiLSTM_ATT_CNN组合模型.通过设计多组对比实验,验证了BiLSTM_ATT_CNN组合模型提升了中文专利文本分类的准确率.