现代电子技术

2019, v.42;No.551(24) 140-145

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

集成学习在短文本分类中的应用研究
Application of ensemble learning in short text classification

王国薇;黄浩;周刚;胡英;

摘要(Abstract):

为了进一步提高基于深度神经网络短文本分类性能,提出将集成学习方法应用于5种不同的神经网络文本分类器,即卷积神经网络、双向长短时记忆网络、卷积循环神经网络、循环卷积神经网络、分层注意力机制神经网络,分别对两种集成学习方法(Bagging,Stacking)进行了测试。实验结果表明:将多个神经网络短文本分类器进行集成的分类性能要优于单一文本分类模型;进一步两两集成的实验验证了单个模型对短文本分类性能的贡献率。

关键词(KeyWords): 短文本分类;机器学习;深度学习;集成学习;Bagging;Stacking

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2017YFB1402101);; 国家自然科学基金(61663044);国家自然科学基金(61761041);国家自然科学基金(61603323);; 新疆大学博士科研启动基金(BS160239)~~

作者(Author): 王国薇;黄浩;周刚;胡英;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享