基于神经网络的文本分类方法研究

摘要：

海量文本分析是实现大数据理解和价值发现的重要手段,其中文本分类作为自然语言处理的经典问题受到研究者广泛关注,而人工神经网络在文本分析方面的优异表现使其成为目前的主要研究方向.在此背景下,介绍卷积神经网络、时间递归神经网络、结构递归神经网络和预训练模型等主流方法在文本分类中应用的发展历程,比较不同模型基于常用数据集的分类效果,表明利用人工神经网络结构自动获取文本特征,可避免繁杂的人工特征工程,使文本分类效果得到提升.在此基础上,对未来文本分类的研究方向进行展望.

关键词：大数据、自然语言处理、文本分类、神经网络、文本分析

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国防科技重点实验室基金“目标指导的社交网络多模态数据分析”6142110180405

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：11-17