关键词关联融合CNN的短文本分类算法

摘要：

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.

关键词：短文本分类、Apriori算法、关联规则、卷积神经网络

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：261-264