| 基于混合粒度全局圖的多標簽文本分類方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1024 K | |
| 標簽： 多標簽文本分類 多頭注意力機制 雙向長短期記憶網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：多標簽文本分類旨在為每個文本實例分配多個標簽。傳統多標簽文本分類方法通常依賴于粗粒度的特征表示，忽視了文本中多層次、多尺度的語義信息。為了解決該問題，提出一種基于混合粒度全局圖的多標簽文本分類方法，通過MHA提取細粒度的文本特征，捕捉詞與標簽之間的交互信息，同時使用BiLSTM提取粗粒度的文本特征。隨后，通過門控融合機制將兩種特征融合得到具有多層次語義的混合粒度特征。將混合粒度詞表示、文本和標簽作為節點構建全局圖，并通過圖卷積網絡處理全局圖以進行分類。在AAPD、RCV1V2兩個數據集上進行實驗，實驗結果表明，所提出方法能有效提升模型性能。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2