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(工學(xué)版)
頁數(shù)： 8 2024-09-15
摘要： 針對大多數(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文本特征提取能力的問題，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通道中利用長短期記憶(long short-term memory... （共8頁）
APP 