摘要
中文长新闻文本的分类问题主要采用截断式提取方法,但是这种方法会大幅降低特征提取的准确性。针对以上问题,文中提出了在文本处理阶段对长文本新闻进行摘要抽取处理,这样既能保留源文本的特征信息,也能降低时间复杂度。使用ERNIE进行词向量表示,经过自注意力和卷积网络后提高分类任务的准确性。
In the classification of Chinese long news texts,the truncation extraction method is often used,but this method will greatly reduce the accuracy of feature extraction.In view of the above problems,this paper proposes to extract the abstract of long text news in the text processing stage,which can not only retain the feature information of the source text,but also reduce the time complexity.Use ERNIE for word vector representation,improve the accuracy of classification tasks after self-attention and convolutional networks.
作者
秦硕
郑虹
侯秀萍
郑肇谦
QIN Shuo;ZHENG Hong;HOU Xiuping;ZHENG Zhaoqian(School of Computer Science and Engineering,Changchun University of Technology,Changchun 130102,China)
出处
《长春工业大学学报》
CAS
2022年第3期265-270,共6页
Journal of Changchun University of Technology
基金
吉林省教育厅“十三五”科学技术项目(JJKH20191311KJ)。
关键词
中文文本分类
摘要抽取
多头注意力机制
Chinese text classification
abstract extraction
multi-head attention mechanism