论文研究-基于词义消歧的卷积神经网络文本分类模型.pdf
传统文本分类使用word embedding作为文档表示，忽略词在当前上下文的含义，潜在地认为相同词在不同文本中含义相同。针对此问题提出一种词义消歧的卷积神经网络文本分类模型——WSDCNN（word sense disambiguation convolutional neural network）。使用双向长短时记忆网络（BLSTM）建模上下文，得到词义消歧后的文档特征图；利用卷积神经网络（CNN）进一步提取对文本分类最重要的特征。在四个数据集上进行对比实验，结果表明，所提出方法在两个数据集，特别是文档级数据集上优于先前最好的方法，在另外两个数据集上得到与此前最好方法相当的结果。
文件下载
评论信息
其他资源
- 基于Python的人工智能美颜系统
- R语言数据挖掘方法及应用（薛薇2016） - 中文完整版
- 手写数字识别(神经网络).zip
- PSCAD 光伏并网模型，可以运行 PQ控制
- 椭圆霍夫变换matlab代码检测二值图像中的单个椭圆
- 虚拟现实unity课程大作业
- HX108收音机pcb图
- SIHID COFDM数字图传方案
- 论文研究-基于ADS射频低噪声放大器的设计与仿真 .pdf
- 赫斯特指数(Hurst)指数计算Matlab源代码
- Nport Administrator v1.22
- LIN通信协议栈
- 中国海拔高度（DEM）空间分布数据1km分辨率
- RFC4838 Delay-Tolerant Networking Architecture（DTN网络）
- 某省“数字政府”政务云平台建设方案 .docx
- 8051单片机最小系统电路原理图
- 社交真实用户头像打包2000个.zip
- 公务员申论答题流程.pdf
- 通用除费-源码
- 软件设计师-复习笔记、重点突破、案例分析（中级）
- S7-200PLC三层楼电梯控制程序
- Volley网络请求封装
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明