一种A-BiLSTM的中文图书分类方法

摘要

针对图书文本数据高维度、语义复杂难以进行图书分类的难题,提出一种基于注意力机制的双向长短时记忆神经网络(A-BiLSTM)方法.首先,从待分类文本中提取词向量以进行句子建模;然后利用BiLSTM对上下文连接关系进行表征;再利用注意力机制对BiLSTM隐藏层的信息给予不同的关注度,凸显重要信息;最后,用Softmax分类器对处理后的上下文信息进行分类.通过网络爬虫爬取重庆第二师范学院图书馆的馆藏图书信息,制作成5类图书数据集并展开实验,A-BiLSTM的分类正确率达92.04％.对比验证表明,A-BiLSTM能够捕获图书文本信息的语义,且优于其他文本分类方法.