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
- C#+EmguCV车牌识别
- 椭圆霍夫变换matlab代码检测二值图像中的单个椭圆
- XV6阅读报告.docx
- 微信大转盘抽奖
- 中文分词词典 中文自然语言处理基础
- Vissim7使用说明手册 完整中文版
- PWM整流simulink仿真模型
- 数据结构排序算法实验报告
- 基于RFID技术的门禁系统-下位机C51(keil uVision编写).zip
- fastreport.studio.4.6.8破解版
- 支持向量机简介ppt
- 模10计数器
- WebSocketDemo(一)--连接建立与重连实例源码下载
- DontSleep.exe
- ReadWave.zip
- 油猴护眼脚本-加强版.js
- keil C51 v6.12完全解密版
- stm32f103rct6开发资料 小系统 开发文档
- JSP图书管理系统课程设计
- java班级管理系统
- 基于aspnet及sql2005的人事管理系统
- 图像去噪的一些论文 硕士论文
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