节点文献

集成学习在短文本分类中的应用研究

免费订阅

【作者】 王国薇黄浩周刚胡英

【Author】 WANG Guowei;HUANG Hao;ZHOU Gang;HU Ying;School of Information Science and Engineering,Xinjiang University;

【机构】 新疆大学信息科学与工程学院

【摘要】 为了进一步提高基于深度神经网络短文本分类性能,提出将集成学习方法应用于5种不同的神经网络文本分类器,即卷积神经网络、双向长短时记忆网络、卷积循环神经网络、循环卷积神经网络、分层注意力机制神经网络,分别对两种集成学习方法(Bagging,Stacking)进行了测试。实验结果表明:将多个神经网络短文本分类器进行集成的分类性能要优于单一文本分类模型;进一步两两集成的实验验证了单个模型对短文本分类性能的贡献率。

【基金】 国家重点研发计划项目(2017YFB1402101);国家自然科学基金(61663044);国家自然科学基金(61761041);国家自然科学基金(61603323);新疆大学博士科研启动基金(BS160239)~~
【所属期刊栏目】 前沿交叉科学 (2019年24期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.24.034
  • 【分类号】TP181;TP391.1
  • 【下载频次】45
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: