基于循环神经网络和卷积神经网络的序列短文本分类

基于人工神经网络（ANNs）的最新方法在短文本分类中显示出令人鼓舞的结果。然而，许多短文本是以序列形式出现的（例如，文档中的句子或对话中的言语），而现有的大多数基于ANN的系统在对后续短文本进行分类时，并未充分利用先前的短文本信息。本文提出了一种结合递归神经网络和卷积神经网络的模型，该模型能够整合先前的短文本信息。我们的模型在三个不同的对话行为预测数据集上取得了最先进的结果。