基于深度學(xué)習(xí)的跨語言文本情報分類方法研究

打開文本圖片集

摘 要：  文本情報分類工作是情報分析領(lǐng)域的基礎(chǔ)性工作。目前，文本情報分類工作通常面向單一語言，跨語言文本情報分類研究相對較少。針對跨語言文本情報分類問題，提出了“XLM-R+TextCNN”模型，通過基于大規(guī)模多語種語料訓(xùn)練的跨語言預(yù)訓(xùn)練模型（XLM-R）生成與具體語言表示形式無關(guān)的文本情報向量，將文本向量輸入TextCNN模型，獲取文本情報的類別特征，實現(xiàn)對跨語言文本情報的分類。（剩余12022字）