科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对农业新闻目前面临的针对性差、分类不清和数据集缺乏等问题，提出一种基于ERNIE、深度金字塔卷积神经网络（DPCNN）和双向门控循环单元（BiGRU）的农业新闻分类模型——EGC。首先，利用ERNIE对数据集进行编码；然后，同时经过改进后的DPCNN和BiGRU提取特征；最后，将两者所提取句子的特征进行拼合并经过Softmax得到最终结果。为了令EGC模型更加适合应用在农业新闻分类领域，对DPCNN进行改进，分别减少其卷积层，从而保留更多特征。最终结果与基础ERNIE相比准确率提升了1.29个百分点，按类别来说，种植业、畜牧业和副业的准确率达到了最高值，在种植业上EGC模型提升高达4.0个百分点以上。
- 单位
