基于注意力CNLSTM模型的新闻文本分类
来源：计算机工程杂志2019年第7期北京时间：
作者：刘月, 翟东海, 任庆宁
单位：西南交通大学 信息科学与技术学院, 成都 610097
摘要：结合卷积神经网络（CNN）和嵌套长短期记忆网络（NLSTM）2种模型，基于注意力机制提出一个用于文本表示和分类的CNLSTM模型。采用CNN提取短语序列的特征表示，利用NLSTM学习文本的特征表示，引入注意力机制突出关键短语以优化特征提取的过程。在3个公开新闻数据集中进行性能测试，结果表明，该模型的分类准确率分别为96.87%、95.43%和97.58%，其性能比baseline方法有显著提高。
关键词：卷积神经网络,特征表示,嵌套长短期记忆网络,注意力机制,文本分类
基金资助：国家自然科学基金（61540060）。
