基于特征重利用的雙通道文本分類模型
武漢大學(xué)學(xué)報(bào)(工學(xué)版)
頁(yè)數(shù)： 8 2024-09-15
摘要： 針對(duì)大多數(shù)卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)與循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network,RNN)結(jié)合的CNN-RNN文本分類模型采用單通道模式極大限制了模型對(duì)文本特征提取能力的問(wèn)題，提出一種基于特征重利用的雙通道文本分類模型。首先，模型在RNN通道中利用長(zhǎng)短期記憶(long short-term memory... （共8頁(yè)）
APP 