| 基于词义消歧的卷积神经网络文本分类模型 |
| |
| 引用本文： | 薛涛,王雅玲,穆楠.基于词义消歧的卷积神经网络文本分类模型[J].计算机应用研究,2018,35(10). |
| |
| 作者姓名： | 薛涛 王雅玲 穆楠 |
| |
| 作者单位： | 西安工程大学,西安工程大学,西安工程大学 |
| |
| 摘 要： | 传统文本分类使用word embedding作为文档表示,忽略词在当前上下文的含义,潜在的认为相同词在不同文本中含义相同。针对此问题提出一种词义消歧的卷积神经网络文本分类模型——WSDCNN(Word Sense Disambiguation Convolutional Neural Network)。使用双向长短时记忆网络(BLSTM) 建模上下文,得到词义消歧后的文档特征图。利用卷积神经网络(CNN)进一步提取对文本分类最重要的特征。在四个数据集上进行对比实验,结果表明,所提出方法在两个数据集,特别是文档级数据集上优于先前最好的方法,在另外两个数据集上得到与此前最好方法相当的结果。
|
| 关 键 词： | 文本分类 卷积神经网络 长短时记忆网络 特征提取 自然语言处理 |
| 收稿时间： | 2017/5/26 0:00:00 |
| 修稿时间： | 2017/7/11 0:00:00 |
Convolutional Neural Network based on Word SenseDisambiguation for Text Classification |
| |
| Xue Tao,Wang Yaling and Mu Nan.Convolutional Neural Network based on Word SenseDisambiguation for Text Classification[J].Application Research of Computers,2018,35(10). |
| |
| Authors: | Xue Tao Wang Yaling and Mu Nan |
| |
| Abstract: | |
| |
| Keywords: | Text classification convolutional neural network long short term memory network feature extraction natural language processing(NLP) |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
