基于加权词向量和卷积神经网络的新闻文本分类

【文件属性】：
文件名称：基于加权词向量和卷积神经网络的新闻文本分类
文件大小：922KB
文件格式：PDF
更新时间：2021-05-06 12:14:10
文本分类 TF-IDF技术 Skip-gram模型 词向量 卷积神经网络 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.