基于Att-CN-BiLSTM模型的中文新闻文本分类

作者：阮进军; 杨萍

来源：通化师范学院学报, 2022, 43(12): 65-70.

DOI：10.13877/j.cnki.cn22-1284.2022.12.012

• 文本分类
• 注意力机制
• 卷积神经网络
• 双向长短期记忆神经网络

将卷积神经网络（CNN）和双向长短期记忆神经网络（BiLSTM）相结合，提出一种基于注意力机制的Att-CN-BiLSTM中文新闻文本分类模型.模型通过注意力机制有效融合了CNN层和BiLSTM层提取的新闻文本语义特征.在THUCnews新浪新闻数据集上与CNN、BiLSTM及其改进模型进行对比实验，模型分类准确率达到98.96%，精确率、召回率和F1值指标也都优于对比模型，实验结果表明Att-CN-BiLSTM模型可以有效提升中文新闻文本分类效果.

• 单位
  安徽商贸职业技术学院; 大连财经学院