计算机工程

作者：何力, 郑灶贤, 项凤涛, 吴建宅, 谭林

单位：1. 国防科技大学 智能科学学院, 长沙 410073;2. 南方电网数字电网研究院有限公司, 广州 510555;3. 湖南天河国云科技有限公司, 长沙 410073

关键词：深度学习,文本分类,卷积神经网络,循环神经网络,注意力机制

基金：国家自然科学基金（U1734208）。

随着深度学习技术的快速发展，许多研究者尝试利用深度学习来解决文本分类问题，特别是在卷积神经网络和循环神经网络方面，出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析，介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展，分析多种典型分类方法的特点和性能，从准确率和运行时间方面对基础网络结构进行比较，表明深度神经网络较传统机器学习方法在用于文本分类时更具优势，其中卷积神经网络具有优秀的分类性能和泛化能力。在此基础上，指出当前深度文本分类模型存在的不足，并对未来的研究方向进行展望。

来源：2021年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第2期