| 基于循环结构的卷积神经网络文本分类方法 |
| |
| 引用本文： | 陈波.基于循环结构的卷积神经网络文本分类方法[J].重庆邮电大学学报(自然科学版),2018,30(5):705-710. |
| |
| 作者姓名： | 陈波 |
| |
| 作者单位： | 陕西理工大学 数学与计算机科学学院,陕西 汉中 723001 |
| |
| 基金项目： | 国家自然科学基金(61471133) |
| |
| 摘 要： | 现有卷积神经网络在文本分类性能上受到词向量窗口长度的影响，在研究卷积神经网络分类方法的基础上，提出一种基于循环结构的神经网络文本分类方法，该方法对文本进行单次正向及反向扫描，能够在学习单词表示时尽可能地捕获上下文信息，整体算法时间复杂度为O(n)，是线性复杂度；该方法构建文本语义模型可以捕获长距离的依赖关系，使得词向量窗口长度对文本分类性能没有影响，对上下文更有效地建模。实验结果表明，该方法构建文本语义模型的准确率达到96.86%，召回率达到96.15%，F1值达到96.5%，性能优于传统文本分类算法和卷积神经网络方法。
|
| 关 键 词： | 卷积神经网络 循环结构 文本语义模型 文本分类 |
| 收稿时间： | 2017/9/7 0:00:00 |
| 修稿时间： | 2018/4/27 0:00:00 |
Text classification method based on the cycle structured convolutional neural network |
| |
| CHEN Bo.Text classification method based on the cycle structured convolutional neural network[J].Journal of Chongqing University of Posts and Telecommunications,2018,30(5):705-710. |
| |
| Authors: | CHEN Bo |
| |
| Institution: | School of Mathematics and Computer Science, Shaanxi University of Technology, Hanzhong 723001, P.R.China |
| |
| Abstract: | |
| |
| Keywords: | convolutional neural network cycle structure text semantic model text classification |
|
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
