《表1 不同模型的文本分类准确度对比(%)》
深度学习火热,各种网络层出不穷,其中应用于文本分类的模型也有多种。2014年,Kim[1]提出了一种将CNN应用到英文文本分类中的方法,语料的最小粒度为单词,取得了不错的效果。2015年,Zhang[2]等提出了一种基于字母粒度级别的CNN英文文本分类模型。同年,Lai[3]等提出了一种基于单词粒度级别的RCNN的英文文本分类模型,效果显著。2016年,Conneau[4]等将VDNN应用到了文本分类,Zhou[5]等发表了基于注意力机制的BiLSTM应用于文本分类的模型。经过调研,本文借鉴了准确率最高的Lai[3]等提出的RCNN模型,将这种模型结构应用到了纠错模型中,表1是几种模型的文本分类效果测试对比。
图表编号 | XD00113463800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 李文杰、王小冬、简刚、唐武斌 |
绘制单位 | 宁波市科技园区明天医网科技有限公司、宁波市科技园区明天医网科技有限公司、宁波市科技园区明天医网科技有限公司、宁波市科技园区明天医网科技有限公司 |
更多格式 | 高清、无水印(增值服务) |