文献

J-GLOBAL ID：202002285846838587   整理番号：20A2700003

Merge-LSTM-CNNモデルに基づくテキスト分類手法【JST・京大機械翻訳】

A Text Classification Method Based on the Merge-LSTM-CNN Model

著者 (3件)： Wang Kunfu (System Engineering Research Institute of China State Shipbuilding Corporation, Beijing, China) ,  Zhang Pengyi (System Engineering Research Institute of China State Shipbuilding Corporation, Beijing, China) ,  Su Jian (System Engineering Research Institute of China State Shipbuilding Corporation, Beijing, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1646  号： 1  ページ： 012110 (7pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： テキスト文字抽出に関して,テキストにおけるコンテキスト依存性と深層ニューラルネットワークの特徴損失を得ることにおいて,CNNの欠陥により,Long Short-Termメモリ(LSTM)と畳込みニューラルネットワーク(CNN)を組み合わせたMLCNN(Merge-LSTM-CNN)ベースのテキスト分類モデルを提案した。最初に,入力テキストのベクトル表現を単語埋込みを通して実現して,次に,完全テキスト意味論を3層CNNを通してテキストの局所特徴を抽出することによって統合した。一方,LSTMを用いて,テキストにおける歴史的情報の特徴を保存し,その文脈関連意味論を得た。第二に,入力ベクトルを各層におけるCNNの出力と統合し,元の特徴の再利用を可能にした。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *ベクトル ,  意味論 ,  再利用 ,  単語
準シソーラス用語： *テキスト分類 ,  局所特徴 ,  ディープニューラルネットワーク ,  畳込みニューラルネットワーク ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： LSTM ,  CNN ,  モデル ,  テキスト分類 ,  手法