基于LSTM-CNN-Attention的新闻分类研究

作者：陈秀明; 储天启; 王先传

来源：阜阳师范大学学报(自然科学版), 2022, 39(04): 62-69.

DOI：10.14096/j.cnki.cn34-1069/n/2096-9341(2022)04-0062-08

• 文本分类
• LSTM-CNN-Attention
• 注意力机制

针对传统的卷积神经网络(Convolutional Neural Networks, CNN)以及长短期记忆网络(Long Short-Term Memory,LSTM)无法很好的提取文本特征问题，提出了一种基于LSTM-CNN-Attention的网络模型。首先在结构上通过Word2vector模型来获得文本的词向量表示；其次利用LSTM网络提取全文的上下文信息，然后将LSTM的输出和原始输出组合一起得到全新的特征，最后由多通道CNN-Attention结构提取局部特征。实验结果表明，该模型分类效果更好，在网易新闻数据集上准确率达到90.3%。

• 单位
  阜阳师范大学