%0 Journal Article
%A 姜丽芬
%A 马春梅
%A 孙华志
%A 钟长鸿
%A 刘逸琛
%T 一种基于高层特征融合的网络商品分类
%D 
%R 10.13190/j.jbupt.2020-033
%J 北京邮电大学学报
%P 98-104,117
%V 43
%N 5
%X 为了利用商品文本标题实现商品自动分类，提出一种基于高层特征融合的商品分类模型.首先，提出基于字嵌入和词嵌入的文本底层特征表示法，进而获得更强的商品标题结构特征表达；其次，提出了联合自注意力、卷积神经网络和通道注意力的机制，对文本标题的底层特征进行增强并获得高层增强特征；最后，通过将文本的字嵌入和词嵌入的高层增强特征进行融合，最终获得商品文本标题的综合特征，并实现商品自动分类.以商品标题语料作为数据集进行了实验，实验结果表明，该模型对三级商品类别的分类精度能够达到84.348%，召回率和F1值分别达到了47.8%和49.4%，优于现有可用于商品文本标题分类的先进短文本分类方法.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2020-033