文本分类研究综述

• 作者: 刘柏嵩 汪岿
• 来源期刊: 数据通信
• 学科: 工学
• 关键词: 文本分类 特征降维 机器学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 技术交流
• 页码范围: 37-47
• 页数: 11页
• 分类号: TP391.1
• 字数: 11021字
• 语种: 中文

摘要

在大数据时代,网络上的文本数据日益增长.采用文本分类技术对海量数据进行科学地组织和管理显得尤为重要.文本分类算法的研究起源于上个世纪50年代,一直受到科研人员的广泛关注.本文围绕文本分类的关键技术和基本流程进行重点阐述,主要包括文本预处理、词和文本的分布式表示、特征降维、分类算法等多个模块.其中详细分析了几种分类模型与分类方法,如深度学习、迁移学习、强化学习等等.此外,本文简单介绍了文本分类的评价指标与应用场景,并对当前面临的挑战及未来的发展趋势进行总结、预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘柏嵩	宁波大学信息科学与工程学院	48	518	13.0	21.0
2	汪岿	宁波大学信息科学与工程学院	2	14	2.0	2.0