基于卷积神经网络的文本分类算法

• 作者: 王美荣
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 卷积神经网络 动态建模 词向量
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电气工程与信息技术
• 页码范围: 354-357
• 页数: 4页
• 分类号: TP18
• 字数: 3156字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1402.2018.03.007

摘要

为了解决分类算法在文本分类时出现特征维度过高和数据稀疏的间题,提出了一种基于卷积神经网络(convolutional neural network,CNN)的文本分类算法,该算法结合卷积神经网络论中的邻接矩阵对文本分类进行动态建模.对文本的词向量进行训练,并且通过分类邻接矩阵得到群的结构和个数分类.在提取出文本抽象特征的基础上用CNN分类器来进行分类.仿真分析表明:该算法在在进行文本分类效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王美荣	安徽新华学院信息工程学院	16	8	2.0	2.0