文件名称：基于多神经网络混合的短文本分类模型
文件大小：1.85MB
文件格式：PDF
更新时间：2024-05-26 05:48:27
深度学习 短文本分类 关键词提取 特征重构 神经网络
文本分类指的是在制定文本的类别体系下，让计算机学会通过某种分类算法将待分类的内容完成分类的过程.与文本分类有关的算法已经被应用到了网页分类、数字图书馆、新闻推荐等领域.本文针对短文本分类任务的特点，提出了基于多神经网络混合的短文本分类模型（Hybrid Short Text Classical Model Base on Multi-neural Networks）.通过对短文本内容的关键词提取进行重构文本特征，并作为多神经网络模型的输入进行类别向量的融合，从而兼顾了FastText模型和TextCNN模型的特点.实验结果表明，相对于目前流行的文本分类算法而言，多神经网络混合的短本文分类模型在精确率、召回率和F1分数等多项指标上展现出了更加优越的算法性能.