ERNIE-CNN文本分类模型

• 作者: 齐佳琪 迟呈英 战学刚
• 来源期刊: 辽宁科技大学学报
• 关键词: 文本分类 ERNIE 词向量 卷积神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机科学与工程
• 页码范围: 56-61
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.13988/j.ustl.2021.01.009

摘要

基于word2vec和BERT词向量技术的方法在文本分类分词过程中存在着错误传播问题,提出了融合ERNIE词向量技术的卷积神经网络模型.针对中文文本,运用ERNIE实体掩码的方式捕获词汇和语义信息,使用卷积神经网络进行特征提取.在THUCNews开源数据集上,准确率达到93.95％,比Word2Vec-CNN高出3.4％,BERT-CNN高出3.07％.实验结果证明了本文模型在缓解错误传播问题的有效性.