基于加权词向量和卷积神经网络的新闻文本分类
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

国家重点研发计划(2017YFB1401401)


News Text Classification Based on Weighted Word Vector and CNN
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    在文本分类中,基于Word2Vec词向量的文本表示忽略了词语区分文本的能力,设计了一种用TF-IDF加权词向量的卷积神经网络(CNN)文本分类方法.新闻文本分类,一般只考虑正文,忽略标题的重要性,改进了TF-IDF计算方法,兼顾了新闻标题和正文.实验表明,基于加权词向量和CNN的新闻文本分类方法比逻辑回归分类效果有较大提高,比不加权方法也有一定的提高.

    Abstract:

    In the text classification methods, the text representation based on the Word2Vec ignores the weight of words in distinguishing text. The method of combining Word2Vec weighted by TF-IDF and CNN is designed. In news text classification, the importance of news title is always neglected. Therefore, this study proposes an improved TF-IDF method, which takes both news title and body into account. Experiments show that the news text classification method based on weighted word vector and CNN has a greater improvement than the logistic regression classification. And its effect increases by 2 or 3 percentage points than the un-weighted method.

    参考文献
    相似文献
    引证文献
引用本文

胡万亭,贾真.基于加权词向量和卷积神经网络的新闻文本分类.计算机系统应用,2020,29(5):275-279

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2019-10-02
  • 最后修改日期:2019-10-29
  • 录用日期:
  • 在线发布日期: 2020-05-07
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号