基于深度学习的文本分类技术研究进展

• 作者: 何力 郑灶贤 项凤涛 吴建宅 谭林
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深度学习 文本分类 卷积神经网络 循环神经网络 注意力机制
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0059099

摘要

随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法.对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展,分析多种典型分类方法的特点和性能,从准确率和运行时间方面对基础网络结构进行比较,表明深度神经网络较传统机器学习方法在用于文本分类时更具优势,其中卷积神经网络具有优秀的分类性能和泛化能力.在此基础上,指出当前深度文本分类模型存在的不足,并对未来的研究方向进行展望.