基于BiLSTM和混合注意力ResNet的文本分类网络

本发明涉及文本分类领域，基于BiLSTM和混合注意力ResNet的文本分类网络，所述Bi‑HybridAtt‑ResNet文本分类网络模型包括，BiLSTM、混合注意力和ResNet，本发明模型的BiLSTM用于建立长期依赖关系，访问前后的上下文表示，混合注意力机制，能够更有效的捕获BiLSTM输出中的关键信息，有利于特征提取，ResNet用来增加网络深度，加速网络收敛，捕获句子内的n‑gram特征，最后，使用全连接层对处理后的上下文信息进行分类。Bi‑HybridAtt‑ResNet能够捕获文本的局部特征以及全局语义信息。