结合GloVe和GRU的文本分类模型

• 作者: 廖文雄 方炯焜 陈平华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: GloVe 门控循环单元(GRU) 文本分类
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 98-103
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0272

摘要

文本分类有着广泛的应用,对其分类算法的研究也一直备受关注.但是,传统文本分类算法普遍存在文本特征向量化维度过高、没有考虑关键词之间语义关系、训练参数过多等问题,这些都将影响到分类准确率等性能.针对这些问题,提出了一种结合词向量化与GRU的文本分类算法.对文本进行预处理操作;通过GloVe进行词向量化,尽可能多地蕴含文本语义和语法信息,同时降低向量空间维度;再利用GRU神经网络模型进行训练,最大程度保留长文本中长距离词之间的语义关联.实验结果证明,该算法对提高文本分类性能有较明显的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平华		84	860	11.0	28.0
2	廖文雄		3	1	1.0	1.0
3	方炯焜		2	0	0.0	0.0