检索结果-南通市图书馆

计算机与数字工程 2023年第8期51卷 1738-1744页

作者：胥心心朱全银孙纪舟王文川淮阴工学院计算机与软件工程学院淮安223001

针对危化品问句文本较短、语义理解困难以及噪声大特点,提出一种基于多特征融合的ATT-bilstm-CNN问句分类模型。针对危化品问句文本特征,构建危化品专业词汇表用于Bert模型训练,利用已训练好的Bert模型处理问句文本可以增强危化品问句... 详细信息

针对危化品问句文本较短、语义理解困难以及噪声大特点,提出一种基于多特征融合的ATT-bilstm-CNN问句分类模型。针对危化品问句文本特征,构建危化品专业词汇表用于Bert模型训练,利用已训练好的Bert模型处理问句文本可以增强危化品问句文本的语义表达和语义理解。其次,利用双层bilstm+注意力机制和卷积神经网络共同提取文本特征,可以更好地提取全局特征和局部特征以及增强关键特征。最后,将提取到的两部分特征融合后作为softmax层的输入,计算分类概率得到问句类别。实验结果表明该模型与传统问句分类算法相比F1值、召回率和准确率分别提升了2.75%~10.58%、2.53%~11.11%、3.38%~10.63%,在危化品领域的问句分类任务中取得了良好的效果。

关键词：危化品问句分类 Bert 双层bilstm 注意力机制卷积神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：