| 改进的CRNN模型在警情文本分类中的研究与应用 |
| |
| 引用本文： | 王孟轩,张胜,王月,雷霆,杜渂. 改进的CRNN模型在警情文本分类中的研究与应用[J]. 应用科学学报, 2020, 38(3): 388-400. DOI: 10.3969/j.issn.0255-8297.2020.03.005 |
| |
| 作者姓名： | 王孟轩 张胜 王月 雷霆 杜渂 |
| |
| 作者单位： | 1. 电信科学技术第一研究所, 上海 200032;2. 迪爱斯信息技术股份有限公司, 上海 200032 |
| |
| 基金项目： | 工业和信息化部2018年大数据产业发展试点项目基金；上海市信息化发展专项资金（No.201901043，No.201901003）；上海市人工智能创新发展专项基金（No.2018-RGZN-01013，No.2019-RGZN-01080）；上海市软件和集成电路产业发展专项资金（No.190234）资助 |
| |
| 摘 要： | 针对某市公安110接处警文本描述进行案件分类的需求,参考现有文本分类方法在其他行业的应用,搭建了应用于警情描述的文本分类系统.通过论证常见分类网络适用场合及其优缺点,结合对警情数据中案件描述特征的分析,提出了基于改进卷积循环神经网络的模型,该模型优化了关键特征提取过程,弥补了现有模型短文本局部特征提取不足的缺陷.实验表明,该模型的准确率比常见分类模型提升了2%～3%,且能够有效保证数据局部特征的关联性,可以对案件描述所对应的案件类型进行准确分类,从而提高公安接处警平台的自动化效率.
|
| 关 键 词： | 警情文本处理 文本分类 卷积神经网络 双向长短时记忆 SelfAttention |
| 收稿时间： | 2019-09-01 |
Research and Application of Improved CRNN Model in Classification of Alarm Texts |
| |
| WANG Mengxuan,ZHANG Sheng,WANG Yue,LEI Ting,DU Wen. Research and Application of Improved CRNN Model in Classification of Alarm Texts[J]. Journal of Applied Sciences, 2020, 38(3): 388-400. DOI: 10.3969/j.issn.0255-8297.2020.03.005 |
| |
| Authors: | WANG Mengxuan ZHANG Sheng WANG Yue LEI Ting DU Wen |
| |
| Affiliation: | 1. First Institute of telecommunications technology, Shanghai 200032, China;2. DS Information Technology Co., Ltd., Shanghai 200032, China |
| |
| Abstract: | |
| |
| Keywords: | alarm text processing text classification conventional neural network(CNN) bi-directional long short-term memory (BiLSTM) SelfAttention |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《应用科学学报》浏览原始摘要信息 |
|
点击此处可从《应用科学学报》下载全文 |
|
