基于CapsNet的中文文本分类研究

【目的】解决长文本的表示问题并将CapsNet应用于中文文本分类任务中,提高分类精度。【方法】针对长文本提出LDA矩阵和词向量体表示法,并结合CapsNet提出基于CapsNet的中文文本分类模型。以搜狗新闻语料与复旦大学文本分类语料作为实验数据,将TextCNN、DNN等模型作为对比对象进行文本分类实验与分析。【结果】CapsNet模型在中文文本分类的各评价指标上均优于其他模型,在5类短文本、长文本分类中准确率分别达89.6%、96.9%,且收敛速度比CNN模型快近两倍。【局限】模型计算时间复杂度高,实验语料规模受限。【结论】本文方法和CapsNet模型在中文文本分类中相对于已有方法有更好的准确率、收敛速度和鲁棒性。