基于多模型融合的开源情报文本分类方法

作者：郭文强; 张志政

来源：指挥信息系统与技术, 2022, 13(03): 44-51.

DOI：10.15908/j.cnki.cist.2022.03.008

• 开源情报
• 文本分类
• 多模型融合

为了提升开源情报文本分类性能，提出了一种基于多模型融合的中文新闻文本分类方法。利用结合TextRank提取关键句的方法完成文本预处理，利用词向量技术完成长文本的分布式表示；使用等长卷积进行文本局部特征抽取，引入短路连接的思想，将抽取结果送入结合自注意力的双向长短时记忆网络（SA-LSTM）生成文本的序列特征；另外，抽取结果经过最大池化层进行特征压缩后直接输出，将二者融合实现新闻长文本分类。使用自制的中文新闻文本数据集进行试验，试验结果表明，与TextCNN、RCNN和DPCNN等主流文本分类模型相比，该方法具有更高分类准确率，验证了该方法在新闻文本分类上的有效性。

• 单位
  东南大学