基于改进rcnn模型的多标签短文本自适应分类

摘要

为了提升传统多标签短文本自适应分类方法的分类准确率,提出基于改进rcnn模型的多标签短文本自适应分类方法.首先在多标签短文本数据集中提取多标签短文本的不同特征,将其作为传统机器学习模型以及深度模型的输入;然后结合Stacking技术对rcnn模型模型进行改进,通过改进的rcnn模型对多个基分类器的分类结果进行融合处理,获取多标签短文本自适应分类的最终结果.最后进行仿真测试,结果表明,所提方法能够快速、准确完成多标签短文本自适应分类.