摘要
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.