期刊导航
期刊开放获取
cqvip
退出
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
2
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
结合BERT和特征投影网络的新闻主题文本分类方法
被引量：
15
1
作者
张海丰
曾诚
+3 位作者
潘列
郝
儒
松
温超东
何鹏
《计算机应用》
CSCD
北大核心
2022年第4期1116-1124,共9页
针对新闻主题文本用词缺乏规范、语义模糊、特征稀疏等问题,提出了结合BERT和特征投影网络(FPnet)的新闻主题文本分类方法。该方法包含两种实现方式:方式1将新闻主题文本在BERT模型的输出进行多层全连接层特征提取,并将最终提取到的文...
针对新闻主题文本用词缺乏规范、语义模糊、特征稀疏等问题,提出了结合BERT和特征投影网络(FPnet)的新闻主题文本分类方法。该方法包含两种实现方式:方式1将新闻主题文本在BERT模型的输出进行多层全连接层特征提取,并将最终提取到的文本特征结合特征投影方法进行提纯,从而强化分类效果;方式2在BERT模型内部的隐藏层中融合特征投影网络进行特征投影,从而通过隐藏层特征投影强化提纯分类特征。在今日头条、搜狐新闻、THUCNews-L、THUCNews-S数据集上进行实验,实验结果表明上述两种方式相较于基线BERT方法在准确率、宏平均F1值上均具有更好的表现,准确率最高分别为86.96%、86.17%、94.40%和93.73%,验证了所提方法的可行性和有效性。
展开更多
关键词
预训练语言模型
文本分类
新闻主题
BERT
特征投影网络
下载PDF
职称材料
结合广义自回归预训练语言模型与循环卷积神经网络的文本情感分析方法
被引量：
5
2
作者
潘列
曾诚
+3 位作者
张海丰
温超东
郝
儒
松
何鹏
《计算机应用》
CSCD
北大核心
2022年第4期1108-1115,共8页
传统的机器学习方法在对网络评论文本进行情感极性分类时,未能充分挖掘语义信息和关联信息,而已有的深度学习方法虽能提取语义信息和上下文信息,但该过程往往是单向的,在获取评论文本的深层语义信息过程中存在不足。针对以上问题,提出...
传统的机器学习方法在对网络评论文本进行情感极性分类时,未能充分挖掘语义信息和关联信息,而已有的深度学习方法虽能提取语义信息和上下文信息,但该过程往往是单向的,在获取评论文本的深层语义信息过程中存在不足。针对以上问题,提出了一种结合广义自回归预训练语言模型(XLNet)与循环卷积神经网络(RCNN)的文本情感分析方法。首先,利用XLNet对文本进行特征表示,并通过引入片段级递归机制和相对位置信息编码,充分利用了评论文本的语境信息,从而有效提升了文本特征的表达能力;然后,利用RCNN对文本特征进行双向训练,并在更深层次上提取文本的上下文语义信息,从而提升了在情感分析任务中的综合性能。所提方法分别在三个公开数据集weibo-100k、waimai-10k和ChnSentiCorp上进行了实验,准确率分别达到了96.4%、91.8%和92.9%。实验结果证明了所提方法在情感分析任务中的有效性。
展开更多
关键词
评论文本
情感分析
XLNet
片段级递归机制
循环卷积神经网络
下载PDF
职称材料
题名
结合BERT和特征投影网络的新闻主题文本分类方法
被引量：
15
1
作者
张海丰
曾诚
潘列
郝
儒
松
温超东
何鹏
机构
湖北大学计算机与信息工程学院
湖北省软件工程工程技术研究中心
智慧政务与人工智能应用湖北省工程研究中心
出处
《计算机应用》
CSCD
北大核心
2022年第4期1116-1124,共9页
基金
国家自然科学基金资助项目(61977021,61902114)。
文摘
针对新闻主题文本用词缺乏规范、语义模糊、特征稀疏等问题,提出了结合BERT和特征投影网络(FPnet)的新闻主题文本分类方法。该方法包含两种实现方式:方式1将新闻主题文本在BERT模型的输出进行多层全连接层特征提取,并将最终提取到的文本特征结合特征投影方法进行提纯,从而强化分类效果;方式2在BERT模型内部的隐藏层中融合特征投影网络进行特征投影,从而通过隐藏层特征投影强化提纯分类特征。在今日头条、搜狐新闻、THUCNews-L、THUCNews-S数据集上进行实验,实验结果表明上述两种方式相较于基线BERT方法在准确率、宏平均F1值上均具有更好的表现,准确率最高分别为86.96%、86.17%、94.40%和93.73%,验证了所提方法的可行性和有效性。
关键词
预训练语言模型
文本分类
新闻主题
BERT
特征投影网络
Keywords
pre-trained language model
text classification
news topic
Bidirectional Encoder Representations from Transformers(BERT)
Feature Projection network(FPnet)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.1 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
结合广义自回归预训练语言模型与循环卷积神经网络的文本情感分析方法
被引量：
5
2
作者
潘列
曾诚
张海丰
温超东
郝
儒
松
何鹏
机构
湖北大学计算机与信息工程学院
湖北省软件工程工程技术研究中心(湖北大学)
智慧政务与人工智能应用湖北省工程研究中心(湖北大学)
出处
《计算机应用》
CSCD
北大核心
2022年第4期1108-1115,共8页
基金
国家自然科学基金资助项目(61977021,61902114)。
文摘
传统的机器学习方法在对网络评论文本进行情感极性分类时,未能充分挖掘语义信息和关联信息,而已有的深度学习方法虽能提取语义信息和上下文信息,但该过程往往是单向的,在获取评论文本的深层语义信息过程中存在不足。针对以上问题,提出了一种结合广义自回归预训练语言模型(XLNet)与循环卷积神经网络(RCNN)的文本情感分析方法。首先,利用XLNet对文本进行特征表示,并通过引入片段级递归机制和相对位置信息编码,充分利用了评论文本的语境信息,从而有效提升了文本特征的表达能力;然后,利用RCNN对文本特征进行双向训练,并在更深层次上提取文本的上下文语义信息,从而提升了在情感分析任务中的综合性能。所提方法分别在三个公开数据集weibo-100k、waimai-10k和ChnSentiCorp上进行了实验,准确率分别达到了96.4%、91.8%和92.9%。实验结果证明了所提方法在情感分析任务中的有效性。
关键词
评论文本
情感分析
XLNet
片段级递归机制
循环卷积神经网络
Keywords
comment text
sentiment analysis
XLNet
segment-level recurrence mechanism
Recurrent Convolutional Neural Network(RCNN)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.1 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合BERT和特征投影网络的新闻主题文本分类方法
张海丰
曾诚
潘列
郝
儒
松
温超东
何鹏
《计算机应用》
CSCD
北大核心
2022
15
下载PDF
职称材料
2
结合广义自回归预训练语言模型与循环卷积神经网络的文本情感分析方法
潘列
曾诚
张海丰
温超东
郝
儒
松
何鹏
《计算机应用》
CSCD
北大核心
2022
5
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
