首页|基于BiGRU-CapsNet的社交媒体文本作者识别

基于BiGRU-CapsNet的社交媒体文本作者识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对社交媒体文本存在文本短、特征提取困难的问题,结合深度学习提出了一种双向门控循环神经网络(bidirectional gated recurrent neural network,BiGRU)和胶囊网络(capsule network,CapsNet)混合模型(BiGRU-CapsNet).社交媒体文本首先通过Bert预训练模型生成词向量,利用BiGRU提取序列浅层特征,结合CapsNet进一步提取深层特征,最终通过softmax分类器实现作者识别.实验结果证明,该模型可以提升社交媒体文本作者识别的性能.
Social Media Text Authorship Identification Based on BiGRU-CapsNet

何泉、孙百兵

展开 >

中国人民公安大学信息网络安全学院,北京 100038

胶囊网络 双向门控循环单元 作者识别

2022

10.3969/j.issn.1007-1423.2022.21.007

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(21)
  • 1