一种基于word2vec的文本分类方法

• 作者: 侯霞 李宁 薛炜明
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: word2vec 词向量 文本分类 降维 相似度阈值
• 年，卷（期）: 2018,（1）
• 页码范围: 71-75
• 页数: 5页
• 分类号: TP391.1
• 字数: 4127字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2018.01.014

摘要

提出一种基于word2 vec的文本分类方法,通过词向量进行文本特征表示,并通过相似度计算实现文本分类.通过大量实验对方法的性能和参数进行了分析,包括:1)基于word2vec解决传统词袋模型的降维问题的量化分析;2)关键词个数与相似度阈值的选取,对文本分类效果的影响;3)该方法与经典的KNN及其改进方法的效果对比.最终验证和分析了该方法的有效性与准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁	北京信息科技大学计算机学院	111	547	11.0	21.0
2	侯霞	北京信息科技大学计算机学院	56	171	8.0	11.0
3	薛炜明	北京信息科技大学计算机学院	3	14	2.0	3.0