基于CNN和LSTM混合模型的中文新闻文本分类
张欣
翟正利
姚路遥
青岛理工大学信息与控制工程学院 青岛 266000
摘要：论文结合了卷积神经网络(CNN)和递归神经网络(RNN)的优点,提出了一种CNN和LSTM的混合模型.首先,使用CNN获取文本句子的特征,并使用LSTM模型捕捉文本上下文的依赖关系.然后将这两部分生成的特征向量进行融合,形成一个新的特征向量,它兼有CNN和LSTM的优点.最后,采用softmax层进行最终分类.
关键词：自然语言处理文本分类神经网络卷积长短时记忆
分类号：TP391.1(计算技术、计算机技术)
论文发表日期：2023-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1540-1543,1573 )
英文信息