基于深度學(xué)習(xí)的跨語(yǔ)言文本情報(bào)分類方法研究

打開(kāi)文本圖片集

摘 要：  文本情報(bào)分類工作是情報(bào)分析領(lǐng)域的基礎(chǔ)性工作。目前，文本情報(bào)分類工作通常面向單一語(yǔ)言，跨語(yǔ)言文本情報(bào)分類研究相對(duì)較少。針對(duì)跨語(yǔ)言文本情報(bào)分類問(wèn)題，提出了“XLM-R+TextCNN”模型，通過(guò)基于大規(guī)模多語(yǔ)種語(yǔ)料訓(xùn)練的跨語(yǔ)言預(yù)訓(xùn)練模型（XLM-R）生成與具體語(yǔ)言表示形式無(wú)關(guān)的文本情報(bào)向量，將文本向量輸入TextCNN模型，獲取文本情報(bào)的類別特征，實(shí)現(xiàn)對(duì)跨語(yǔ)言文本情報(bào)的分類。（剩余12022字）