关键词关联融合CNN的短文本分类算法
针对短文本长度短,特征稀疏,表达信息能力不足的特点,提出一种短文本分类算法,首先用改进的Apriori算法挖掘频繁2项集,获取关联规则,然后根据关联规则对短文本信息进行补充,解决特征稀疏,表达能力不足的问题,最后用有类别标签的训练集训练卷积神经网络得到分类器,对待测短文本进行分类.对于本文提出的理论,通过实验测试了算法的分类准确率和召回率,证明了本文方法的可行性,并与其余短文本分类算法CNN+KNN、Apriori等短文本分类算法做了对比.
短文本分类、Apriori算法、关联规则、卷积神经网络
14
TP391(计算技术、计算机技术)
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
261-264