基于卷积神经网络的中文财经新闻分类方法

• 作者: 吴佳萍 谢志峰 马利庄
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 财经新闻 卷积神经网络 文本分类 词向量 自然语言处理 深度学习
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 34-39,66
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.433

摘要

针对目前财经领域内新闻数据杂乱无章、缺乏自动高效管理等问题,提出一种基于卷积神经网络的中文财经新闻分类方法.收集大规模财经新闻语料,通过无监督学习方法训练获得一个广义通用的财经类词向量模型,将词向量引入到卷积神经网络模型训练中实现有效分类.与传统方法相比,基于卷积神经网络的中文财经新闻分类方法网络模型结构简单,针对小样本集也能表现优异的性能,不仅能有效解决中文财经新闻分类问题,还可充分证明卷积神经网络在处理文本分类问题中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马利庄		88	853	15.0	23.0
3	谢志峰	上海大学影视工程系	16	37	3.0	5.0
7	吴佳萍	上海大学影视工程系	2	4	2.0	2.0