文档名：用于文本分类的均值原型网络
文本分类是自然语言处理的基本任务之一.该文在原型网络基础上,提出了按时序移动平均集成历史原型向量的均值原型网络,并将均值原型网络与循环神经网络相结合提出了一种新的文本分类模型.该模型利用单层循环神经网络学习文本的向量表示,通过均值原型网络学习文本类别的向量表示,并利用文本向量与原型向量的距离训练模型并预测文本类别.与己有的神经网络文本分类方法相比,模型在训练和预测过程中有效利用了样本间的特征相似关系,并具有网络深度浅,参数少的特点.提出的方法在多个公开的文本分类数据集上取得了最先进的分类准率.
作者：线岩团相艳余正涛文永华王红斌张亚飞
作者单位：昆明理工大学信息工程与自动化学院,云南昆明650500;昆明理工大学云南省人工智能重点实验室,云南昆明650500
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：文本分类 均值原型网络 自集成学习 循环神经网络
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.04 MB
- 下载次数:
- 60
-
高速下载
|
