基于深度学习的文本分类研究进展

被引：108

作者：

刘婷婷

朱文东

刘广一

机构：

[1] 全球能源互联网美国研究院

来源：

电力信息与通信技术 | 2018年 / 16卷 / 03期

关键词：

深度学习; 文本分类; 卷积神经网络; 循环神经网络; 长短期记忆网络; 注意力机制;

D O I：

10.16543/j.2095-641x.electric.power.ict.2018.03.001

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

文本自动分类是自然语言理解与信息检索的研究重点和技术核心,一直备受自然语言处理研究人员的关注。文章以基于深度学习的文本分类技术为研究背景,介绍其分类的过程、文本的分布式表示以及基于深度学习神经网络的文本分类模型,并以情感分析、主题分类为任务对几种典型的模型结构进行了实验和分析。实验结果表明,在中英文不同的测试数据集上,基于深度学习的文本分类方法均可以得到83%以上的准确率,具有很好的分类效果。

引用

页码：1 / 7

页数：7