%0 Journal Article %A 刘月 %A 翟东海 %A 任庆宁 %T 基于注意力CNLSTM模型的新闻文本分类 %D 2019 %R 10.19678/j.issn.1000-3428.0051312 %J 计算机工程 %P 303-308,314 %V 45 %N 7 %X 结合卷积神经网络(CNN)和嵌套长短期记忆网络(NLSTM)2种模型,基于注意力机制提出一个用于文本表示和分类的CNLSTM模型。采用CNN提取短语序列的特征表示,利用NLSTM学习文本的特征表示,引入注意力机制突出关键短语以优化特征提取的过程。在3个公开新闻数据集中进行性能测试,结果表明,该模型的分类准确率分别为96.87%、95.43%和97.58%,其性能比baseline方法有显著提高。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0051312