一种改进的Attention-Based LSTM特征选择模型

作者：朱星嘉; 李红莲; 吕学强; 周建设; 夏红科高校学术活动信息提取文本分类结合注意力机制的长短期记忆网络重点信息

摘要：为了对高校学术活动进行信息提取和文本分类,基于结合注意力机制的长短期记忆网络（Attention-Based Long Short-Term Memory）特征选择模型,构建了高校学术活动分类系统。通过大量分析高校学术活动语料的特点,准确抽取学术活动的相关内容,改善了文本数据质量;提出了一种改进的Attention-Based LSTM特征选择模型,降低了数据维度,有效地突出了重点信息。实验结果表明,该方法提高了分类的准确率,其分类效果明显优于普通LSTM（Long Short-Term Memory）模型和传统模型的处理结果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社