【多标签文本分类】融合CNN-SAM与GAT的多标签文本分类模型
·阅读摘要:
在本文中,作者基于CNN、Attention、GAT提出CS-GAT模型,在一些通用数据集上,表现良好。
·参考文献:
[1] 融合CNN-SAM与GAT的多标签文本分类模型
本篇论文写的比较好,在介绍模型的时候,条理清晰。有借鉴意义。
【注一】:个人觉得本文是标准的“模型缝合”的产出,眼下这种出论文的方式还是很香的。
[1] 参考论文信息
论文名称:《融合CNN-SAM与GAT的多标签文本分类模型》
发布期刊:《计算机工程与应用》
期刊信息:CSCD扩展
[2] 模型
模型图如下:
文本与标签词嵌入层: 使用了glove的预训练词向量,对文本数据和标签都是使用glove来转化词向量的。
BiLSTM层: 双向LSTM,用的很多了。
融合局部与全局的文本特征提取层: 这里想要对BiLSTM层
的输出HHH提取局部信息和全局信息。
· 对于局部信息,采用多卷积核大小的CNN
+最大Pooling
来提取。
· 对于全局信息,采用注意力机制提取。
· 最后,把提取出来的局部信息和全局信息拼接即可。
【注二】:CNN+Pooling、Attention是比较基础的文本分类领域知识。也比较常用这些技术。
标签图注意力层: 这是GAT
模型的内容。为标签编码成图结构。
标签文本交互层: 把全局标签信息表示与文本上下文语义信息表示做交互注意力计算。
自适应融合层: 把标签文本交互层和融合局部与全局的文本特征提取层的输出进行融合,然后就可以分类了。
【注三】:GAT模型比较抽象,论文地址:https://arxiv.org/pdf/1710.10903.pdf
【多标签文本分类】融合CNN-SAM与GAT的多标签文本分类模型相关推荐
- 在TensorFlow中实现文本分类的CNN
在TensorFlow中实现文本分类的CNN 在TensorFlow中实现文本分类的CNN 数据和预处理 模型 实现 1 输入占位符 2 向量层 3 卷积层和池化层 4 Dropout 层 5 得分和 ...
- 文本分类需要CNN? No!fastText完美解决你的需求(前篇)
文本分类需要CNN?No!fastText完美解决你的需求(前篇) fastText是个啥?简单一点说,就是一种可以得到和深度学习结果准确率相同,但是速度快出几个世纪的文本分类算法.这个算法类似与CB ...
- 文本分类需要CNN?No!fastText完美解决你的需求(前篇)
http://blog.csdn.net/weixin_36604953/article/details/78195462?locationNum=8&fps=1 文本分类需要CNN?No!f ...
- PaddlePaddle︱开发文档中学习情感分类(CNN、LSTM、双向LSTM)、语义角色标注
PaddlePaddle出教程啦,教程一部分写的很详细,值得学习. 一期涉及新手入门.识别数字.图像分类.词向量.情感分析.语义角色标注.机器翻译.个性化推荐. 二期会有更多的图像内容. 随便,帮国产 ...
- 文本基线怎样去掉_ICML 2020 | 基于类别描述的文本分类模型
论文标题: Description Based Text Classification with Reinforcement Learning 论文作者: Duo Chai, Wei Wu, Qing ...
- html文本分类输出,构建中文网页分类器对网页进行文本分类
网络原指用一个巨大的虚拟画面,把所有东西连接起来,也可以作为动词使用.在计算机领域中,网络就是用物理链路将各个孤立的工作站或主机相连在一起,组成数据链路,从而达到资源共享和通信的目的.凡将地理位置不同 ...
- fasttext 文本分类_4种常见的NLP实践思路【特征提取+分类模型】
越来越多的人选择参加算法赛事,为了提升项目实践能力,同时也希望能拿到好的成绩增加履历的丰富度.期望如此美好,现实却是:看完赛题,一点思路都木有.那么,当我们拿到一个算法赛题后,如何破题,如何找到可能的 ...
- 狗狗图片识别分类的CNN(卷积网络)实现
项目概述: 一种可用于移动应用或网络应用的算法. 代码将能够接受任何用户提供的图像作为输入. 如果从图像中检测出小狗,该算法将大致识别出小狗品种. 如果检测出人脸,该算法将大致识别出最相似的小狗品种. ...
- 直播实录|百度大脑EasyDL是如何帮助NLP文本提升标注效率的?又如何进行复杂文本分类的?
百度大脑EasyDL是如何帮助NLP文本分类用户提升标注效率的?业界领先的文本分类智能标注产品效果如何?在百度产品经理夜巡的带领下,你将会学习到EasyDL专业版文本分类模型最新上线的智能标注功能的具 ...
最新文章
- qq无限时间撤回消息bug_手机QQ新功能汇总,比微信有意思多了
- 书评 | 如何让开发中的各种文档变活?《活文档》阅读总结
- CentOS7 RedHat7 添加静态路由方法
- 详解Windows消息分类以及WM_COMMAND与WM_NOTIFY的区别,以及模拟发送控件通知消息
- boost::mp11::mp_take相关用法的测试程序
- python yield 简单用法_python中 yield 的用法 (简单、清晰)
- 什么情况下会导致@Async异步方法会失效?
- openresty 前端开发进阶一之http后端
- ubuntu配置硬盘开机自动挂载
- 主板有电无法启动_主板通电但不能启动怎么回事
- vs2008编写第一个Windows程序
- 连通性问题--Algorithms IN C读书笔记
- IE8中动态改变伪元素样式不起作用BUG
- 信号与线性系统分析(吴大正,郭宝龙)(信号的分类)
- STM32学习——矩阵键盘
- Linux下WebLogic漏洞补丁包安装过程
- arcgis制作瓦片地图_利用ArcGISDesktop制作【地图瓦片包(TPK切片包)】的技术流程及优化...
- 你真的不了解我的痛楚,请不要瞎说
- DEDE调用指定文章ID
- AT24C64-EEPROM阅读记录
热门文章
- React 项目----内联样式style的使用 (12)
- Anaconda 安装 opencv3(Win10)
- DrugAI | 抗新型冠状病毒药物榜单解析
- NAR:查询未培养病毒基因组的综合生态和进化框架IMG/VR v3
- Gut Microbes l 锻炼或会增加机体内源性大麻素水平和改变肠道菌群从而降低机体慢性炎症!...
- ISME:污水厂抗性组受细菌组成和基因交换驱动且出水中抗性表达活跃(一作解读)
- Microbiome综述|植物内部微生物的相互作用
- 扩增子统计绘图3热图:样品相关分析,差异OTU
- pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动标准差(rolling std)、例如,计算某公司的多个店铺每N天(5天)的滚动销售额标准差
- R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、在双因素方差分析中,受试者被分配到由两个因素交叉分类形成的组(Two-way factorial ANOVA)