【摘 要】
：
针对营销新闻分类识别任务,传统方法采用的长短期记忆神经网络LSTM和卷积神经网络CNN存在分类识别率不高的问题,因此提出一种融合CNN和引入注意力机制的长短时记忆(LSTMAtten
【基金项目】
：
国家自然科学基金(61672040),新闻出版业科技与标准重点实验室项目(4020548418X8)
论文部分内容阅读
针对营销新闻分类识别任务,传统方法采用的长短期记忆神经网络LSTM和卷积神经网络CNN存在分类识别率不高的问题,因此提出一种融合CNN和引入注意力机制的长短时记忆(LSTMAttention)来提高营销新闻识别分类能力。首先通过word2vec获取营销新闻文本词向量形成的矩阵,分别输入到传统机器学习分类模型中,在此基础上使用模型融合技术融合单一模型中分类效果较好的模型,最后得到融合模型和单一模型的分类结果并进行对比。实验结果显示,在基础模型LSTM引入了注意力机制之后准确率,召回率和F1值分别达到67.0
其他文献
影视作品不仅是聋生业余时间休闲娱乐、获取知识、拓宽视野的重要途径,而且日益成为一种重要的课上学习资源受到关注。作为一种特殊的学习资源,符合聋生特有的认知和学习规律
当前我国正处于“经济转轨”和“社会转型”的关键时期，无论是社会、政治、还是经济、文化，乃至人民群众的生活等各个方面都发生了日新月异的变化。但是，随之也带来了许许多多、
领域自适应是机器学习算法研究中一个热点,多源域自适应旨在利用多个源域的相关知识辅助目标域进行学习,现有多源领域自适应方法仅关注各源域和目标域间的知识迁移,很少考虑各源域间的相关性和共享信息。为此,提出一种基于参数字典的多源域自适应学习算法(DL_MSDA),通过学习各源域模型参数的公共字典,挖掘源域间的共享知识,并将其迁移至目标域,指导目标域模型参数的学习,完成知识从多个源域到目标域的迁移。模型可
目的：探讨非酒精性脂肪性肝病（NAFLD）患者血清甲状腺激素水平变化与肝纤维化的关系及其意义。方法：采用放射免疫法检测123例NAFLD患者及56例对照组的血清甲状腺激素（L、T4、TSH）及
将溶液中某组分化学势的计算方式归纳为两种：（1）利用气液平衡时，溶液中某组分的化学势和气相中该组分的化学势相等这一关系来计算；（2）利用溶液中某组分化学势的全微分表达式直接积分
摘要：精确的预测机场旅客吞吐量对贵阳龙洞堡机场提供最优调配具有重要意义。文章首先运用灰色关联度计算出各个影响因素与旅客吞吐量之间的关联度；然后合理选择隐含层神经元个
基于深度卷积神经网络的目标检测算法对硬件的计算性能要求很高,难以部署在一些嵌入式设备和移动终端中,而当前的一些轻量化分类算法没有针对目标检测任务的特点进行网络结构设计。针对这一问题,借鉴深度可分离卷积的思路,通过引入多尺度的特征融合模块,设计了一个针对目标检测任务的轻量化特征提取网络TinyNet,进而提高了轻量化特征提取网络对不同尺度目标的适应性。结合当前性能较好的YOLOv3目标检测框架,用T
目的制备理想的可用于控制胶质瘤细胞生长进而可抑制胶质瘤的替莫唑胺-PLGA纳米缓释微球。方法用超声乳化-溶剂挥发法制备替莫唑胺-PLGA纳米缓释微球。选择测试了四种不同分
目的研究沉默血管内皮生长因子(VEGF)-C对人非小细胞肺癌(NSCLC)A549细胞VEGF家族因子及其受体和下游信号通路的影响。方法构建靶向VEGF-C基因的重组慢病毒Lv-siRNA-VEGF-C,
在4G网络仍大行其道的当下5G网络的大幕已正式拉开,2019年6月工信部正式颁发5G商用牌照,标志着中国正式进入5G元年。人们憧憬的5G网络不仅仅是一种高速、无所不在的移动网络,