融合BiGRU與注意力機制的膠囊文本分類模型

打開文本圖片集

摘 要：為了解決膠囊網(wǎng)絡(luò)文本分類時不能有效反映不同詞的重要程度問題，采用BiGRU捕捉上下文的關(guān)聯(lián)信息，同時加入了注意力機制，根據(jù)詞向量的不同重要程度為其分配相應(yīng)的權(quán)重。使用改進的膠囊網(wǎng)絡(luò)模型解決了卷積神經(jīng)網(wǎng)絡(luò)池化操作丟失信息和膠囊網(wǎng)絡(luò)（CapsNet）分類精度不高的問題，在點評網(wǎng)站數(shù)據(jù)集上的實驗結(jié)果證明了該模型的有效性。（剩余6363字）