公开(公告)号：CN113128557B

公开(公告)日：2022-08-23

申请号：CN202110266706.2

申请日：2021-03-11

Applicant: 重庆邮电大学 ,  重庆信科设计有限公司

Inventor： 李校林 ,  王薇 ,  杨劲

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F40/211 ,  G06F40/284

Abstract: 本发明请求保护一种基于胶囊网络融合模型的新闻文本分类方法、系统及介质，属于深度学习领域，该方法包括：文本预处理与词向量生成；选择BiLSTM模型对新闻文本进行特征表示；考虑新闻文本标题与正文的重要程度，引入注意力机制，实现新闻词向量加权；通过BiLSTM获得新闻文本的向量表示之后，再通过CNN获得句子的局部表示，弥补BiLSTM的缺点；结合BiLSTM模型对文本长序列表示和CNN模型提取局部特征的优势，并利用胶囊网络对获得的信息进行聚合，完成文本分类。

公开(公告)号：CN113128557A

公开(公告)日：2021-07-16

申请号：CN202110266706.2

申请日：2021-03-11

Applicant: 重庆邮电大学 ,  重庆信科设计有限公司

Inventor： 李校林 ,  王薇 ,  杨劲

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F40/211 ,  G06F40/284

Abstract: 本发明请求保护一种基于胶囊网络融合模型的新闻文本分类方法、系统及介质，属于深度学习领域，该方法包括：文本预处理与词向量生成；选择BiLSTM模型对新闻文本进行特征表示；考虑新闻文本标题与正文的重要程度，引入注意力机制，实现新闻词向量加权；通过BiLSTM获得新闻文本的向量表示之后，再通过CNN获得句子的局部表示，弥补BiLSTM的缺点；结合BiLSTM模型对文本长序列表示和CNN模型提取局部特征的优势，并利用胶囊网络对获得的信息进行聚合，完成文本分类。