为了检验本章所构建的RBGA模型在政务留言文本分类任务中的有效性,我们设计了以下模型进行对比:模型一采用ROBERTA-GRU模型,使用ROBERTA提取词向量,然后输入GRU模型进行政务留言文本分类;模型二采用ROBERTA-BiGRU模型,使用ROBERTA提取词向量,然后输入BiGRU模型进行政务留言文本分类;模型三采用ROBERTA-BiLSTM模型,使用ROBERTA提取词向量,然后输入BiLSTM模型进行政务留言文本分类;模型四采用ROBERTA-TextCNN模型,使用ROBERTA提取词向量,然后输入TextCNN模型进行政务留言文本分类。而我们提出的RBGA模型则采用ROBERTA提取词向量,接着输入BiGRU层,最后输入到多头注意力层中进行政务留言文本的分类。

对下面一段话进行改写。为了验证本章所构建的RBGA模型在政务留言文本分类任务中是有效的设计了以下模型进行对比。 模型一:ROBERTA-GRU模型使用ROBERTA获取词向量然后输入到GRU模型中进行政务留言文本的分类。 模型二:ROBERTA-BiGRU模型使用ROBERTA获取词向量然后输入到BiGRU模型中进行政务留言文本的分类。 模型三:ROBERTA-BiLSTM模型使用ROBERTA获

原文地址: https://www.cveoy.top/t/topic/bwf1 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录