融合深度学习模型和上下文特征的健康话题短文本分类

侯震; 童惟依; 邓靖飞; 李扬

首页> 中文期刊> 《电视技术》 >融合深度学习模型和上下文特征的健康话题短文本分类

融合深度学习模型和上下文特征的健康话题短文本分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

公众社交媒体中,健康话题短文本存在特征维度稀疏、语义模糊、数据规模大等特点,导致其文本特征难以提取。对此,提出一种融合ERNIE和Bi-LSTM的融合模型ERNIE-Bi-LSTM,通过渐进式学习方法和双向注意力机制,提升健康话题短文本的分类效果。以微博、知乎、今日头条等7个社交媒体的热榜数据为实验对象,使用ERNIE模型完成预训练,利用BiLSTM双向注意力机制提取短文本词向量的特征,最终将获取的特征向量进行融合,并通过全连接层和Softmax分类器,获得短文本分类结果。实验结果表明,在真实社交媒体健康话题数据中,ERNIE-Bi-LSTM较ERNIE、Bert等4种文本分类模型具有较好的分类准确性,有效解决了健康话题短文本的分类问题。

著录项

来源
《电视技术》 |2023年第7期|18-23|共7页
作者
侯震; 童惟依; 邓靖飞; 李扬;
展开▼
作者单位

中国医学科学院医学信息研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类程序设计;
关键词
健康热点分类; 短文本分类; ERNIE模型; Bi-LSTM模型;

相似文献

中文文献
外文文献
专利

1. 利用拼音特征的深度学习文本分类模型 [J] . 赵博轩 ,房宁 ,赵群飞 . 高技术通讯 . 2017,第7期
2. 一种融合上下文特征的中文隐式情感分类模型 [J] . 潘东行 ,袁景凌 ,李琳 . 计算机工程与科学 . 2020,第2期
3. 空时上下文模型下基于多种特征融合的监控目标跟踪 [J] . 杨洋 . 计算机测量与控制 . 2018,第6期
4. CCM MF:基于多维度特征融合的中文文本分类模型 [J] . 马子晨 ,张顺香 ,刘云朵 . 广西科学 . 2023,第1期
5. 基于预训练模型融合深层特征词向量的中文文本分类 [J] . 汤英杰 ,刘媛华 . 上海理工大学学报 . 2023,第2期
6. 基于上下文图模型文本表示的文本分类研究 [C] . . 第四届全国信息检索与内容安全学术会议 . 2008
7. 融合主题特征的深度学习文本分类技术研究 [A] . 毛文梁 . 2017

融合深度学习模型和上下文特征的健康话题短文本分类

摘要

著录项

相似文献

相关主题

期刊订阅