文献详情
面向文本结构的混合分层注意力网络的话题归类
外文标题：Text Structure Oriented Hybrid Hierarchical Attention Networks for Topic Classification
文献类型：期刊
期刊名称：中文信息学报
年：2019
卷：33
期：5
页码：93-102,112
ISSN：1003-0077
关键词：深度学习;注意力机制;混合分层注意力网络;话题归类
所属部门：信息学院
链接地址：http://d.oldg.wanfangdata.com.cn/Periodical_zwxxxb201905011.aspx
摘要：针对目前话题归类模型中文本逻辑结构特征与文本组织结构特征利用不充分的问题,该文提出一种面向文本结构的混合分层注意力网络的话题归类模型(TSOHHAN).文本结构包括逻辑结构和组织结构,文本的逻辑结构包括标题和正文等信息;文本的组织结构包括字—词语—句层次.TSOHHAN模型采用竞争机制融合标题和正文以增强文本逻辑结构特征在话题归类中的作用;同时该模型采用字-词语-句层次的注意力机制增强文本组织结构特征在话题归类中的作用.在4个标准数据集上的实验结果表明,TSOHHAN模型能够提高话题归类任务的准确率.
DOI：10.3969/j.issn.1003-0077.2019.05.011
百度学术：面向文本结构的混合分层注意力网络的话题归类
语言：中文
作者其他论文



基于线索特征的Web信息时效性评价方法.徐静, 杨小平,.计算机应用. 2018, 3100-3104.
基于线索特征的Web信息时效性评价方法.徐静, 杨小平,.计算机应用. 2018, 38(11), 3100-3104.
继承、创新、发展,大学计算机教育改革的主旋律--解读CFC2014.吴功宜, 李凤霞, 杨小平, et al. .全国高等院校计算机基础教育研究会2014年会. 2014, 3-7.
基于Petri网的微博网络信息传播模型.刘宇, 梁循, 杨小平,.中国管理科学. 2018, 158-167.
关于宗教研究中的“局内人信条”——以佛教感应故事和禅宗公案研究为例.杨小平,.五台山研究. 2018, 28-31.