%0 Journal Article
%T 基于编码解码器与深度主题特征抽取的多标签文本分类
%A 陈文实
%A 刘心惠
%A 鲁明羽
%J -
%D 2019
%R 10.3969/j.issn.1001-4616.2019.04.009
%X 本文提出了一种基于编码解码器与深度主题特征的模型,实现了多标签文本分类. 针对传统多标签文本分类方法的特征语义缺失的问题,采用一种长短时记忆(long short-term memory,LSTM)网络提取文本的局部特征与主题模型(latent dirichlet allocation,LDA)提取文本的全局特征的深度主题特征提取模型(deep topic feature extraction model,DTFEM),得到具有文本深层语义特征的语义编码向量,并将该编码向量作为解码器网络的输入. 解码器
%K 多标签文本分类
%K 深度主题特征
%K 标签相关性
%K 编码解码器
%K attention机制
%U http://njsfdxzrb.paperonce.org/oa/darticle.aspx?type=view&id=201904009