Scidown文献预览系统！
基于注意力的BiLSTM融合CNN和门控机制模型的中文长文本分类( Attention-based BiLSTM fused CNN with gating mechanism model for Chinese long text classification )
J Deng L Cheng Z Wang
神经网络在文本分类领域得到了广泛的应用，并在各种中文数据集上取得了良好的效果。然而，对于长文本分类而言，文本数据中存在着大量的冗余信息，而其中的一些冗余信息可能涉及到其他主题信息，这使得长文本分类具有挑战性。针对上述问题，本文提出了一种新的文本分类模型，称为基于注意力的BiLSTM与门控机制相融合的CNN（ABLG-CNN）。在ABLG-CNN中，word2vec用于训练词向量表示。利用关注机制计算词的上下文向量，导出关键词信息。双向长短时记忆网络(BiLSTM)捕捉上下文特征。在此基础上，卷积神经网络(CNN)捕捉主题显著特征。针对长文本中可能存在涉及其他主题信息的句子，引入门控机制对BiLSTM和CNN输出特征赋权，得到有利于分类的文本融合特征。ABLG-CNN能够捕获文本上下文语义和局部短语特征，并在两个长文本新闻数据集上进行了实验验证。实验结果表明，ABLG-CNN的分类性能优于其他最新的文本分类方法。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 负载MoS2/还原氧化石墨烯纳米片的空心Cu2O纳米球用于室温下ppb水平的NO2检测下载
scidown 基于结构发现靶向信号转换器和转录激活子3 (STAT3)的强效和选择性小分子抑制剂下载
scidown 0.88-2.50 KeV/u Si(7-10)+对He和h2的绝对单电荷和双电荷交换截面的测量下载