融合伪标签生成与数据增强的多标签文本分类

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对多标签文本分类算法忽视噪声标签和缺乏真伪组合激励导致模型鲁棒性不强、分类效果不佳的问题，提出了适用于短文本数据集的融合级联BiLSTM和胶囊网络的噪声多标签文本分类算法（cascaded BiLSTM-capsule network for noisy multi-label text classification，CBCN）。（剩余17578字）

试读结束

目录
monitor