基于Word2Vec的一种文档向量表示

• 作者: 唐明 朱磊 邹显春
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: TF-IDF word2vec doc2vec 文本分类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 214-217,269
• 页数: 5页
• 分类号: TP181
• 字数: 4759字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.6.043

摘要

在文本分类中,如何运用word2vec词向量高效地表这一篇文档一直是一个难点.目前,将word2vec模型与聚类算法结合形成的doc2vec模型能有效地表达文档信息.但是,这种方法很少考虑单个词对整篇文档的影响力.为了解决这个问题,利用TF-IDF算法计算每篇文档中词的权重,并结合word2vec词向量生成文档向量,最后将其应用于中文文档分类.在搜狗中文语料库上的实验验证了新方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹显春	西南大学计算机与信息科学学院	20	366	8.0	19.0
2	唐明	西南大学计算机与信息科学学院	4	171	2.0	4.0
3	朱磊	西南大学计算机与信息科学学院	2	167	1.0	2.0