基于多种特征池化的中文文本分类算法

• 作者: 刘晓玲 蒋伟 阳馨
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 中文文本分类 池化 分类算法 Skip-gram Softmax
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 287-292
• 页数: 6页
• 分类号: TP391
• 字数: 3918字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2017.03.011

摘要

文本分类是文本挖掘的一个内容,在信息检索、邮件过滤及网页分类等领域有着广泛的应用价值.目前文本分类算法在特征表示上的信息仍然不足,对此本文提出了基于多种特征池化的文本分类算法.在该算法中,本文首先对分词后的文本采用skip-gram模型获取词向量,然后对整个文本的词向量进行多种池化,最后将多种池化的特征作为一个整体输入到Softmax回归模型中得到文本的类别信息.通过对复旦大学所提供的文本分类语料库(复旦)测试语料的实验,该结果表明,本文所给出的多种特征池化方法能够提高文本分类的准确率,证明了本文算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳馨		5	21	2.0	4.0
2	蒋伟		1	14	1.0	1.0
3	刘晓玲		1	14	1.0	1.0