基于特征融合結(jié)合注意力機(jī)制的藏文文本分類模型

打開文本圖片集

摘  要：由于藏語與漢語、英語在語法結(jié)構(gòu)和詞匯特點(diǎn)上的差異，傳統(tǒng)的文本分類方法在藏文上的應(yīng)用面臨挑戰(zhàn)。為此，該文提出一種基于多特征融合與注意力機(jī)制的藏文文本分類模型，該模型結(jié)合CINO、TextCNN和BiLSTM模型的優(yōu)勢。實驗結(jié)果表明，該文提出的模型在公開數(shù)據(jù)集TNCC上的F1值為73.09%，在自建數(shù)據(jù)集TiTCD上的F1值為80.97%。（剩余6592字）