换一批
换一批基于CNN-BLSTM的化妆品违法违规行为分类模型
Classification model for judging illegal and irregular behavior for cosmetics based on CNN-BLSTM
摘要针对化妆品安全监管部门抽样检测所含违法违规行为自动识别且分类困难的问题,建立语义分类自动识别模型,辅助有关部门构建智能化管理体系,依靠数据实现科学决策及有效监管.本文分别使用中文词向量及字向量作为双路模型输入,采用CNN(convolutional neural network)网络模型训练字向量,BLSTM(bidirection-al long short-term memory)网络模型训练词向量,并在BLSTM中引入位置注意力机制,构建基于CNN-BLSTM 的字词双维度化妆品违法违规行为分类模型.在染发类化妆品抽样检测数据集上进行的对比实验结果表明,CNN-BLSTM模型准确率比常用的几种深度神经网络模型均有明显提高,验证了其合理性和有效性.
更多相关知识
分类号
TP391
栏目名称
DOI
10.11992/tis.202104001
发布时间
2021-12-07
基金项目
国家自然科学基金项目（61873027）；
教育部人文社会科学研究青年基金项目（20YJCZH229）；
北京市自然科学基金项目（4202014）；
北京市教委科研计划项目（KM202010011011）
- 浏览1
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
