论文部分内容阅读
短文本分类是互联网文本数据处理领域的一项关键任务。计算机视觉和语音识别领域中的深度学习研究表明,神经网络模型中更深层次的学习能够更有效地表达数据特征。受此启发,本文设计了一种将CNN和RNN模型与注意机制相结合的方法,根据文本的关键信息提取出更复杂有效的特征。为了评估方法对深度短文本分类的有效性,进行了综合实验比较和分析。