作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统文本分类方法中没有考虑单词语义信息的问题,提出一种结合关联语义和卷积神经网络(CNN)的文本分类方法.首先,对文本进行预处理提取出词干.然后,将每个单词与其相关联的上下文单词相结合,以此构建包含语义信息的词向量.接着,将文本的词向量矩阵输入到CNN中,通过卷积层和最大池化层来获得最佳特征,通过输出层获得分类概率.最后,以最小化代价函数来训练CNN模型,以此构建最终的文本分类器.在2个中文数据集上的实验结果表明,该方法能够实现文本的准确分类,具有可行性和有效性.
推荐文章
基于词义消歧的卷积神经网络文本分类模型
文本分类
卷积神经网络
长短时记忆网络
特征提取
自然语言处理
卷积神经网络CNN算法在文本分类上的应用研究
数据挖掘
机器学习
卷积神经网络
文本分类
基于双向长短时记忆单元和卷积神经网络的多语种文本分类方法
多语种文本分类
长短时记忆单元
卷积神经网络
基于事件卷积特征的新闻文本分类
文本分类
事件
卷积神经网络
自然语言处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 关联语义结合卷积神经网络的文本分类方法
来源期刊 控制工程 学科 工学
关键词 文本分类 关联语义 卷积神经网络 最大池化
年,卷(期) 2018,(2) 所属期刊栏目 工业过程管理与决策系统
研究方向 页码范围 367-370
页数 4页 分类号 TP311
字数 3965字 语种 中文
DOI 10.14107/j.cnki.kzgc.170783
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏勇 河南工学院计算机科学与技术系 10 65 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (35)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (45)
二级引证文献  (15)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(11)
  • 引证文献(7)
  • 二级引证文献(4)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
文本分类
关联语义
卷积神经网络
最大池化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
论文1v1指导