Institutional Repository of Coll Comp & Commun
基于词-标签概率的多标签文本分类研究 | |
赵宏; 郑厚泽; 郭岚 | |
2023-02-15 | |
发表期刊 | 兰州理工大学学报 |
ISSN | 1673-5196 |
卷号 | 49期号:01页码:103-109 |
摘要 | 针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值. |
关键词 | 多标签文本分类 卷积神经网络 双向长短期记忆网络 标签的隐狄利克雷分布 |
URL | 查看原文 |
收录类别 | 北大核心 |
语种 | 中文 |
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/161472 |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学计算机与通信学院 |
第一作者单位 | 计算机与通信学院 |
第一作者的第一单位 | 计算机与通信学院 |
推荐引用方式 GB/T 7714 | 赵宏,郑厚泽,郭岚. 基于词-标签概率的多标签文本分类研究[J]. 兰州理工大学学报,2023,49(01):103-109. |
APA | 赵宏,郑厚泽,&郭岚.(2023).基于词-标签概率的多标签文本分类研究.兰州理工大学学报,49(01),103-109. |
MLA | 赵宏,et al."基于词-标签概率的多标签文本分类研究".兰州理工大学学报 49.01(2023):103-109. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[赵宏]的文章 |
[郑厚泽]的文章 |
[郭岚]的文章 |
百度学术 |
百度学术中相似的文章 |
[赵宏]的文章 |
[郑厚泽]的文章 |
[郭岚]的文章 |
必应学术 |
必应学术中相似的文章 |
[赵宏]的文章 |
[郑厚泽]的文章 |
[郭岚]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论