19、基于Sem - CNN方法识别危机信息类别-优快云博客

本文链接：https://blog.youkuaiyun.com/c7d8e9/article/details/151005953

基于Sem - CNN方法识别危机信息类别

1. 引言

在Twitter的语境下，识别与危机相关推文所包含的信息类别是一项文本分类任务，目标是确定哪些推文包含哪些类别的危机相关信息。下面将介绍用于识别Twitter上危机相关信息类别的语义增强深度学习模型——Sem - CNN模型。

2. Sem - CNN模型概述

Sem - CNN模型是一种宽深学习模型，它将浅层文本信息在深度卷积神经网络（CNN）模型中与语义注释在广义线性模型中进行联合集成。该模型的流程主要包括五个阶段，如下所示：

graph LR
    A[Tweets] --> B[Preprocessing]
    B --> C[Concept Extraction]
    B --> D[Word Vectors Initialisation]
    C --> E[Semantic Vectors Initialisation]
    D --> F[Sem - CNN Training]
    E --> F
    G[Pre - trained Embeddings] --> D

文本处理 ：对输入的推文集合进行清理和分词，为后续阶段做准备。
词向量初始化 ：根据上一阶段生成的词袋和预训练的词嵌入，构建一个词嵌入矩阵用于模型训练。
概念提取 ：与上一阶段并行