基于混合优化的双模深度学习文本分类方法

作者：吴绪玲

来源：西南大学学报(自然科学版), 2022, 44(11): 234-242.

DOI：10.13718/j.cnki.xdzk.2022.11.022

• 文本分类
• 混合优化算法
• 深度学习
• 双向门控循环单元
• 深度置信网络

为解决文本分类中分类精度低的问题，提出一种混合优化的双模深度学习文本分类方法.该方法设计了一种混合优化算法，对深度学习模型进行权值调优，得到相关度高的特征和高性能文本分类结果.首先对文档进行预处理得到特征集合，设计了基于乌鸦搜索算法(CSA)和蝗虫优化算法(GOA)的混合优化算法，并使用双向门控循环单元(GRU)进行特征选择，得到具有上下文语义信息且相关的特征.最后，将最优特征输入到混合优化的深度置信网络(DBN)中得到文本分类结果.

• 单位
  西南交通大学希望学院