文本分类模型

作品数：132被引量：580H指数：14
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：周杰万辛曾雪强王明文杨春霞更多>>
相关机构：平安科技(深圳)有限公司深圳市腾讯计算机系统有限公司马上消费金融股份有限公司支付宝(杭州)信息技术有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家社会科学基金国家重点基础研究发展计划教育部科学技术研究重点项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Transformer多头注意力机制的文本分类模型
《现代信息科技》2025年第6期100-104,共5页林云 
在信息化时代,文本自动分类对提升信息检索效率十分重要。然而,传统的分类模型,如朴素贝叶斯、支持向量机(SVM)和逻辑回归,在处理长文本和深层语义理解方面存在不足。因此,该研究提出基于Transformer的文本分类模型,通过多头注意力机制...
关键词：机器学习 自然语言理解 多头注意力机制 文本分类 TRANSFORMER 
融合图嵌入和BERT嵌入的文本分类模型
《天津科技大学学报》2025年第1期72-80,共9页常慧霞 李孝忠 
文本分类作为自然语言领域中的重要任务之一,广泛应用于问答系统、推荐系统以及情感分析等相关任务中。为了提取文本数据中的复杂语义特征信息并捕获全局的图信息,提出一种融合图嵌入和BERT(bidirectional encoder representation from ...
关键词：文本分类 图卷积神经网络 注意力机制 BERT 
基于BERT-BiGRU-CNN的文本分类模型
《计算机与数字工程》2025年第2期474-479,共6页隋德义 祁云嵩 
国家自然科学基金项目(编号:61471182)资助。
针对卷积神经网络(CNN)存在丢失结构信息和循环神经网络(RNN)很难处理具有长期依赖的信息等问题。论文提出一种BERT-BiGRU-CNN(BeGC)模型,该模型采用预训练模型BERT作为词嵌入层,以更好地获取语义信息,通过双向门控循环单元(BiGRU)获取...
关键词：文本分类 语义特征 BERT BiGRU 最大池化 
少查询文本分类模型的黑盒对抗样本攻击
《北京理工大学学报》2024年第12期1277-1286,共10页罗森林 程瑶 万韵伟 潘丽敏 李新帅 
国家“二四二”信息安全项目(2020A065)。
面向文本分类黑盒模型,现有方法通过频繁查询易降低攻击的隐蔽性,在少查询次数下生成的样本难以跨越目标模型的决策边界,严重影响对抗样本的攻击成功率.在逐词查询目标模型的方法中,其查询次数随文本长度增加呈线性增长,在查询次数受限...
关键词：对抗样本 文本分类 限制查询 扩散模型 黑盒 
融合知识图谱与多神经网络的文本分类模型
《武汉大学学报（工学版）》2024年第12期1803-1812,共10页黎超 廖薇 
国家自然科学基金项目(编号:62001282)。
针对现有文本分类方法无法充分提取中文文本中的语义特征,从而影响分类效果的问题,提出一种融合知识图谱与多神经网络的文本分类模型KGMNN(knowledge graph and multiple neural network)。首先,该模型以Word2Vec作为嵌入层对文本进行...
关键词：神经网络 注意力机制 知识图谱 中文文本分类 
基于双层数据增强的监督对比学习文本分类模型
《吉林大学学报（理学版）》2024年第5期1179-1187,共9页吴量 张方方 程超 宋诗楠 
吉林省发展和改革委员会项目(批准号:2022C047-7);长春市科技发展计划项目(批准号:21GD05)。
针对DoubleMix算法在数据增强时的非选择性扩充及训练方式的不足,提出一种基于双层数据增强的监督对比学习文本分类模型,有效提高了在训练数据稀缺时文本分类的准确率.首先,对原始数据在输入层进行基于关键词的数据增强,不考虑句子结构...
关键词：数据增强 文本分类 对比学习 监督学习 
融合对比学习和BERT的层级多标签文本分类模型
《计算机工程与设计》2024年第10期3111-3119,共9页代林林 张超群 汤卫东 刘成星 张龙昊 
国家自然科学基金项目(62062011);广西自然科学基金项目(2019GXNSFAA185017);广西民族大学研究生教育创新计划基金项目(gxun-chxs2022094)。
为有效解决现有文本分类模型难以建模标签语义关系的问题,提出一种融合对比学习和自注意力机制的层级多标签文本分类模型,命名为SampleHCT。设计一个标签特征提取模块,能有效提取标签的语义和层次结构特征。采用自注意力机制构建具有混...
关键词：文本分类 对比学习 自注意力机制 层级结构 多标签 标签信息 全局特征 
融合BiGRU与注意力机制的胶囊文本分类模型
《物联网技术》2024年第10期130-133,138,共5页黄世奇 王亮 甘甜甜 
为了解决胶囊网络文本分类时不能有效反映不同词的重要程度问题,采用BiGRU捕捉上下文的关联信息,同时加入了注意力机制,根据词向量的不同重要程度为其分配相应的权重。使用改进的胶囊网络模型解决了卷积神经网络池化操作丢失信息和胶囊...
关键词：文本分类 胶囊网络 动态路由 特征提取 注意力机制 BiGRU 
基于Elmo和注意力机制的双通道文本分类模型
《计算机仿真》2024年第10期507-512,523,共7页陈小莹 艾金勇 
西藏民族大学校内项目(22MDY022)。
针对中文文本分类过程中文本特征提取不全面、语义表征不准确的问题,提出一种基于改进Elmo模型、带有注意力机制的卷积神经网络与门控循环网络相结合的双通道文本分类模型。模型首先将静态词向量输入Elmo模型生成动态词向量对文本进行表...
关键词：文本分类 特征融合 注意力机制 双通道 
基于特征重利用的双通道文本分类模型
《武汉大学学报（工学版）》2024年第9期1319-1326,共8页廖薇 李启行 徐震 孟静雯 
国家自然科学基金项目(编号:62001282);“上海高校青年东方学者”岗位计划资助项目(编号:QD2017043)。
针对大多数卷积神经网络(convolutional neural networks,CNN)与循环神经网络(recurrent neural network,RNN)结合的CNN-RNN文本分类模型采用单通道模式极大限制了模型对文本特征提取能力的问题,提出一种基于特征重利用的双通道文本分...
关键词：文本分类 注意力机制 双通道 特征提取 特征重利用 
全选清除导出
共14页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部