基于注意力机制和残差连接的BiLSTM-CNN文本分类

摘要

针对文本分类中卷积神经网络(CNN)无法获取文本全局特征、双向循环神经网络(BiLSTM)无法聚焦文本局部特征的问题,提出一种将CNN网络和BiLSTM网络进行融合的模型。该模型引入注意力机制,解决文本分类中无法关注重点单词特征的问题;同时通过引入残差连接,解决网络模型在堆叠多层时出现的神经网络退化问题。实验结果表明,所提出的模型能够更准确地获取文本特征信息,提高文本分类的准确率。