期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种集成深度学习模型的旅游问句文本分类算法
被引量：
4
1
作者
马喆康
迪力亚尔·帕尔哈提
+3 位作者
早克热·卡德尔
吐尔根·依布拉音
西尔艾
力
·色提
艾山·吾买尔
《计算机工程》
CAS
CSCD
北大核心
2020年第11期70-76,共7页
为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机...
为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机制将两种深度学习模型进行集成以实现旅游问句文本的语法和语义信息互补,并通过SoftMax分类器得到最终的旅游问句文本分类结果。实验结果表明,与基于传统深度学习模型的旅游问句文本分类算法相比,该算法在准确率和损失率上分别取得了0.9866和0.1277的最优结果,具有更好的分类效果。
展开更多
关键词
子空间结构信息
深层语义信息
多头注意力机制
卷积神经网络
双向长短期记忆网络
在线阅读
下载PDF
职称材料
题名
一种集成深度学习模型的旅游问句文本分类算法
被引量：
4
1
作者
马喆康
迪力亚尔·帕尔哈提
早克热·卡德尔
吐尔根·依布拉音
西尔艾
力
·色提
艾山·吾买尔
机构
新疆大学软件学院
新疆大学信息科学与工程学院
新疆大学新疆多语种信息技术重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第11期70-76,共7页
基金
国家自然科学基金(61762084)
国家重点研发计划(2017YFB1002103)
新疆维吾尔自治区重点实验室开放课题(2018D04019)。
文摘
为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机制将两种深度学习模型进行集成以实现旅游问句文本的语法和语义信息互补,并通过SoftMax分类器得到最终的旅游问句文本分类结果。实验结果表明,与基于传统深度学习模型的旅游问句文本分类算法相比,该算法在准确率和损失率上分别取得了0.9866和0.1277的最优结果,具有更好的分类效果。
关键词
子空间结构信息
深层语义信息
多头注意力机制
卷积神经网络
双向长短期记忆网络
Keywords
subspace structure information
deep semantic information
Multi-Head Attention Mechanism(MH-AM)
Convolutional Neural Network(CNN)
Bi-directional Long Short-Term Memory(Bi-LSTM)network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种集成深度学习模型的旅游问句文本分类算法
马喆康
迪力亚尔·帕尔哈提
早克热·卡德尔
吐尔根·依布拉音
西尔艾
力
·色提
艾山·吾买尔
《计算机工程》
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
