面向领域新闻的词汇输入预测

摘要：

为解决领域新闻中词汇使用频率对输入预测准确度的影响,提出一种面向领域新闻的词汇输入预测方法,结合样本修剪提升LSTM应用于领域新闻词汇预测中的准确性.利用文本的词序关系形成词汇网络,构建词汇相关度度量模型计算词汇间的相关度,依据词汇间的强弱关系进行词汇修剪.基于词序关系,采用LSTM进行训练,生成词汇输入预测序列.实验结果表明,相比传统LSTM模型,所提方法能够提升平均4.73％的准确率,验证了所提方法的可行性与有效性.

关键词：长短期记忆网络、领域新闻、词汇输入预测、词汇网络、TFIDF模型

所属期刊栏目：44

分类号：TP317.2(计算技术、计算机技术)

资助基金：国家自然科学基金;上海市自然科学基金

在线出版日期：2023-02-10（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：262-268