科研之友
微信
新浪微博
Facebook
分享链接
摘要
当今是个数据化的时代，人们所接触到的信息是呈爆炸式增长的。而文本是最常见以及最常用的信息载体，它不仅分布广泛而且能够容纳的数据量是非常庞大的。在已有的分类模型中，与传统的文本分类模型相比较，深度神经网络模型在文本分类中取得了不错的效果。深度神经网络模型尽管意义很重大，但是却没有考虑到细粒度（单词和类之间的匹配信号）分类线索，因为它们的分类主要依赖于文本级表示。因此，论文采用一种融合self＿attention的词级交互文本分类模型，将词级交互匹配数合并到文本分类中。结果表明该分类模型有效地提高了分类的准确性。
- 单位
