原创力文档- 1、本文档共58页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
随着电子数据的急剧增长，准确的文本自动分类技术逐渐成为大数据时代
的焦点。尽管深度学习方法和预训练模型在文本分类中已经取得显著成果，但
对于更细致方向的文本自动分类研究中仍存在不足。本文旨在引入数据增强、
混合模型和集成学习技术，改善对中文稀疏短文本的题材多元分类的分类效果。
本文首先提出了一种基于数据增强的BBC-ST题材多分类模型，在多个数据集
上表现良好，随后为了更好提高模型性能和鲁棒性，进一步引入集成学习相关
技术，设计了一种基于Stacking集成的BBS-ST题材多分类模型
文档评论（0）