-
题名基于OAI-PMH架构的元数据分类研究
被引量：1
- 1
-
-
作者
郑志蕴
余正涛
-
机构
郑州大学信息工程学院计算机系
昆明理工大学信息工程与自动化学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第13期68-70,共3页
-
基金
国家自然科学基金资助项目"受限域汉语问答系统研究"(60663004)
-
文摘
提出了一种基于规则和学习相结合的元数据分类存储的方法,该方法通过统计分析,提取对元数据分类影响较大的通用特征规则,对无法用规则分类的元数据,采用文本学习方法,将元数据记录看成由多个属性字段组成的文本,通过构造分类器实现分类。实验结果表明,采用元数据分类存储方法具有良好的检索性能。
-
关键词
元数据分类
OAI-PMH架构
规则
文本学习
-
Keywords
metadata classification
OAI-PMH framework
rule
text learning
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于深度BLSTM和分类元数据的自定义情感分类
被引量：2
- 2
-
-
作者
杨春霞
李欣栩
瞿涛
秦家鹏
-
机构
南京信息工程大学自动化学院
江苏省大数据分析技术重点实验室
江苏省大气环境与装备技术协同创新中心
-
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第9期1853-1857,共5页
-
基金
国家自然科学基金项目(61273229)资助
江苏省青蓝工程项目资助。
-
文摘
在传统的情感分类任务中,存在无法有效捕捉文本深层特征的问题,同时也存在不考虑如用户信息和产品信息等分类元数据而直接进行粗糙建模的问题.针对第一个问题,本文首先通过深度BLSTM(DBLSTM)来识别上下文词义联系和获取文本深层特征;其次利用自注意力机制网络层捕获文本中重要的特征.针对第二个问题,本文融合分类元数据自定义分类器,该分类器利用上下文感知注意力为分类元数据配制特定参数,这使得分类器可以参考文本中存在的不同分类元数据来对网络层提取到的特征做出综合评价分类.在Yelp2013、Yelp2014、IMDB等三个数据集上测试,实验结果显示,本文构建的模型与现有的多个基线情感分类模型相比效果均有一定的提高.
-
关键词
情感分类
文本特征提取
注意力机制
分类元数据
深度BLSTM
-
Keywords
sentiment classification
text feature extraction
attention mechanism
categorical metadata
deep BLSTM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
