计算机应用

作者：尹春勇, 何苗

单位：南京信息工程大学 计算机与软件学院, 南京 210044

关键词：文本分类,卷积神经网络,胶囊网络,动态路由,特征提取

基金：国家自然科学基金资助项目（61772282）。

针对卷积神经网络（CNN）中的池化操作会丢失部分特征信息和胶囊网络（CapsNet）分类精度不高的问题，提出了一种改进的CapsNet模型。首先，使用两层卷积层对特征信息进行局部特征提取；然后，使用CapsNet对文本的整体特征进行提取；最后，使用softmax分类器进行分类。在文本分类中，所提模型比CNN和CapsNet在分类精度上分别提高了3.42个百分点和2.14个百分点。实验结果表明，改进CapsNet模型更适用于文本分类。

来源：2020年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第9期