排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对中文语言本身特点,以及传统文本分类方法不能有效应对短文本分类的问题,本文构建了基于LSTM-CNN的中文短文本分类模型。该模型使用word2vec对待分类文本进行预处理,以获得字词级别的向量;再将词向量送入LSTM层提取语义特征,并通过卷积层提取局部特征;在利用最大池化的方法获得特征向量后,将其放入softmax分类器以得到分类的最终结果。与现有的SVM、KNN、CapsNet和Labeled-LDA的实验结果相比,该分类模型能够有效提高中文短文本分类的准确率。 相似文献
1