基于混合粒度全局圖的多標(biāo)簽文本分類(lèi)方法
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>1024 K
標(biāo)簽： 多標(biāo)簽文本分類(lèi) 多頭注意力機(jī)制 雙向長(zhǎng)短期記憶網(wǎng)絡(luò)
所需積分：0分積分不夠怎么辦？
文檔介紹：多標(biāo)簽文本分類(lèi)旨在為每個(gè)文本實(shí)例分配多個(gè)標(biāo)簽。傳統(tǒng)多標(biāo)簽文本分類(lèi)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(yǔ)義信息。為了解決該問(wèn)題，提出一種基于混合粒度全局圖的多標(biāo)簽文本分類(lèi)方法，通過(guò)MHA提取細(xì)粒度的文本特征，捕捉詞與標(biāo)簽之間的交互信息，同時(shí)使用BiLSTM提取粗粒度的文本特征。隨后，通過(guò)門(mén)控融合機(jī)制將兩種特征融合得到具有多層次語(yǔ)義的混合粒度特征。將混合粒度詞表示、文本和標(biāo)簽作為節(jié)點(diǎn)構(gòu)建全局圖，并通過(guò)圖卷積網(wǎng)絡(luò)處理全局圖以進(jìn)行分類(lèi)。在AAPD、RCV1V2兩個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，所提出方法能有效提升模型性能。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。