***
一种基于网络特征融合的文本分类方法
知法狮VIP-黄金卡
尊享会员价、24小时在线客服、7天无理由退换货
立即开通
贴心服务
快速响应
售后保障
快捷支付
专业团队
担保交易
领券
无门槛减69.99
满2000减138
- 介绍
- 参数
请编辑该产品详情...
价格
***
专利号
202110266934X
专利类型
发明
申请日
2021-03-12 00:00:00
公开日
2021-05-25 00:00:00
法律状态
有效
国家/地区
中国
IPC分类号
G06F16/35
技术领域
G-物理
申请人/权利人
南宁师范大学; 成都信息工程大学
摘要
本发明公开了一种基于网络特征融合的文本分类方法，针对传统卷积神经网络无法关注文本上下文含义以及传统循环神经网络存在的短时记忆和梯度消失问题，提出了基于Res2Net和BiLSTM网络融合的模型，能够有效地解决上述网络存在的问题，更好地对文本进行分类。本发明利用多尺度残差网络Res2Net对文本的局部特征进行提取，同时结合双向长短时记忆网络BiLSTM对文本上下文特征进行提取，同时在BiLSTM网络