10.3969/j.issn.1006-2475.2018.05.008
基于fastText的中文文本分类
在保证文本分类准确率的情况下缩短分类时间一直是文本分类领域的一个研究目标.针对目前文本分类处理过程复杂且耗时过长的问题,将Facebook开源的句子分类和单词特征学习模型fastText引入到中文文本分类领域中,并验证其在中文分类中的效果.相对于目前主流的文本分类方法,基于fastText模型的分类方法在保证分类效果的同时,大大缩短了分类时间.此外,在分类准确率和参数设置方面进行分析并得出相应的优化规则.
文本分类、fastText、线性分类器、快速文本分类模型
TP391(计算技术、计算机技术)
国家自然科学基金资助项目71362012
2018-10-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
35-40,85