针对文本分类的神经网络模型

作者：涂文博; 袁贞明^*; 俞凯

来源：计算机系统应用, 2019, 28(07): 145-150.

DOI：10.15888/j.cnki.csa.006972

• 文本分类
• 自然语言处理
• 神经网络

文本分类是自然语言处理领域的一项重要任务,具有广泛的应用场景,比如知识问答、文本主题分类、文本情感分析等.解决文本分类任务的方法有很多,如支持向量机(Support Vector Machines, SVM)模型和朴素贝叶斯(Na?ve Bayes)模型,现在被广泛使用的是以循环神经网络(Recurrent Neural Network, RNN)和文本卷积网络(TextConventional Neural Network, TextCNN)为代表的神经网络模型.本文分析了文本分类领域中的序列模型和卷积模型,并提出一种组合序列模型和卷积模型的混合模型.在公开数据集上对不同模型进行性能上的对比,验证了组合模型的性能要优于单独的模型.

• 单位
  杭州师范大学