基于BiGRU和注意力机制的多标签文本分类模型

摘要

文本分类是自然语言处理的重要组成部分,在电网相关的网络文本情感识别中,针对其文本没有固定语法及书写格式,且情感信息分散于文本各个位置的问题,提出一种基于双向门控循环神经网络(BiGRU)和注意力机制的多标签文本分类模型。首先,使用预训练词向量提取网络文本的深层次信息特征;其次,根据注意力机制将分析出的深层次信息特征加以相应的权重;最后,使用BiGRU对文本特征信息进行分类。在Kaggle的Toxic Comment Classification数据集上进行的实验结果表明:对于情感识别的准确率高达98%。