计算机工程与应用

2020, v.56;No.963(20) 98-103

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

结合GloVe和GRU的文本分类模型
Text Classification Model Based on GloVe and GRU

方炯焜;陈平华;廖文雄;

摘要(Abstract):

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。

关键词(KeyWords): GloVe;门控循环单元(GRU);文本分类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(No.61572144);; 广东省科技计划项目(No.2017B030307002,No.2019B101001021);; 广州市天河区科技计划项目(No.201703YG029)

作者(Author): 方炯焜;陈平华;廖文雄;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享