10.3969/j.issn.1672-6944.2019.06.011
基于卷积神经网络的短文本分类研究
随着移动互联网的发展,如何从大量的文本中挖掘出有价值的信息并提供参考成为一种新的需求,文本分类作为信息检索和挖掘的关键技术,能够实现对不同类型文本的自动分类.文章提出了基于卷积神经网络的短文本分类方法,首先通过jieba实现文本的分词,然后通过开源工具word2vec实现了词向量,最后通过卷积层、最大池化层和全连接层完成新闻数据的分类.实验结果显示,基于卷积神经网络的文本分类具有较高的分类效果.
文本分类、卷积神经网络、word2vec
16
浙江纺织服装职业技术学院科研项目;项目2017-2B-001
2019-05-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
23-25