作者：谢金宝; 侯永进; 康守强; 李佰蔚; 张霄中文文本分类多元特征融合注意力算法长短期记忆网络卷积神经网络
摘要：在中文文本分类任务中，针对重要特征在中文文本中位置分布分散、稀疏的问题，以及不同文本特征对文本类别识别贡献不同的问题，该文提出一种基于语义理解的注意力神经网络、长短期记忆网络（LSTM）与卷积神经网络（CNN）的多元特征融合中文文本分类模型（3CLA）。模型首先通过文本预处理将中文文本分词、向量化。然后，通过嵌入层分别经过CNN通路、LSTM通路和注意力算法模型通路以提取不同层次、具有不同特点的文本特征。最终，文本特征经融合层融合后，由softmax分类器进行分类。基于中文语料进行了文本分类实验。实验结果表明，相较于CNN结构模型与LSTM结构模型，提出的算法模型对中文文本类别的识别能力最多提升约8%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
