基于深度学习的跨语言文本情报分类方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：  文本情报分类工作是情报分析领域的基础性工作。目前，文本情报分类工作通常面向单一语言，跨语言文本情报分类研究相对较少。针对跨语言文本情报分类问题，提出了“XLM-R+TextCNN”模型，通过基于大规模多语种语料训练的跨语言预训练模型（XLM-R）生成与具体语言表示形式无关的文本情报向量，将文本向量输入TextCNN模型，获取文本情报的类别特征，实现对跨语言文本情报的分类。（剩余12022字）

试读结束

目录
monitor