基于BiGRU與膠囊網(wǎng)絡(luò)的中文新聞標(biāo)題文本分類

打開文本圖片集

摘  要：為彌補(bǔ)傳統(tǒng)膠囊網(wǎng)絡(luò)在進(jìn)行文本分類時(shí)無法識(shí)別文本序列中各單詞的重要程度及其之間的依賴關(guān)系，該文提出一種融合BiGRU和多頭注意力機(jī)制的膠囊文本分類模型——BMCapsNet模型。該模型首先使用BiGRU和多頭注意力機(jī)制對(duì)文本進(jìn)行全局特征獲取，然后利用膠囊網(wǎng)絡(luò)提取更深層次的語義信息并通過膠囊預(yù)測(cè)進(jìn)行文本分類。（剩余8467字）