一种集成深度学习模型的旅游问句文本分类算法

• 作者: 吐尔根?依布拉音 早克热?卡德尔 艾山?吾买尔 西尔艾力?色提 迪力亚尔?帕尔哈提 马喆康
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 子空间结构信息 深层语义信息 多头注意力机制 卷积神经网络 双向长短期记忆网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055990

摘要

为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法.利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机制将两种深度学习模型进行集成以实现旅游问句文本的语法和语义信息互补,并通过SoftMax分类器得到最终的旅游问句文本分类结果.实验结果表明,与基于传统深度学习模型的旅游问句文本分类算法相比,该算法在准确率和损失率上分别取得了0.986 6和0.127 7的最优结果,具有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马喆康		1	0	0.0	0.0
2	迪力亚尔?帕尔哈提		1	0	0.0	0.0
3	早克热?卡德尔		1	0	0.0	0.0
4	吐尔根?依布拉音		2	10	1.0	2.0
5	西尔艾力?色提		1	0	0.0	0.0
6	艾山?吾买尔		1	0	0.0	0.0