看过本文的还看了

相关文献

该作者的其他文献

文献详情 >结合ERNIE2.0和多尺度网络的数字图书馆文本分类研究 收藏
结合ERNIE2.0和多尺度网络的数字图书馆文本分类研究

结合ERNIE2.0和多尺度网络的数字图书馆文本分类研究

作     者:陈丽春 CHEN Lichun

作者机构:西安音乐学院图书馆陕西西安710061 

基  金:国家自然科学基金项目(61502377) 

出 版 物:《电子设计工程》 (Electronic Design Engineering)

年 卷 期:2023年第31卷第19期

页      码:1-5页

摘      要:针对单一网络特征提取不全面,词向量语义表示质量较低等问题,提出了结合ERNIE2.0和多尺度网络的数字图书馆文本分类模型(ERNIE2.0 and Multi-Scale Network)。采用预训练模型ER⁃NIE2.0提取文本动态特征表示,提升词向量语义表示的准确性。多尺度网络捕捉全局序列和结构信息以及不同层次的局部语义特征,软注意力机制赋予模型关注到重点词的能力。在图书馆数据集上进行实验,结果表明,ERNIE2.0-MSN-AT模型分类准确率达到了97.85%,高于实验对比模型,多尺度网络优于单一特征提取网络。

主 题 词:文本分类 ERNIE2.0 多尺度网络 ONLSTM 软注意力 

学科分类:081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D O I:10.14022/j.issn1674-6236.2023.19.001

馆 藏 号:203123968...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分