一种基于深度学习的中文文本特征提取与分类方法

• 作者: 曹鲁慧 李钊 邓玉香 陈通
• 来源期刊: 山东科学
• 学科: 工学
• 关键词: 卷积神经网络 卷积循环神经网络 特征提取 文本分类
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 其他研究论文
• 页码范围: 106-111
• 页数: 6页
• 分类号: TP391.1
• 字数: 3862字
• 语种: 中文
• DOI: 10.3976/j.issn.1002-4026.2019.06.015

摘要

提出了一种基于卷积循环神经网络的文本特征提取方法,同时对比使用统计学中的TF-IDF以及Word2vec方法的文本特征表示,将提取的特征分别放入SVM与随机森林分类器中对来源于中国知网的中文学术论文数据集进行分类.实验结果表明,使用卷积神经网络和卷积循环神经网络特征提取模型提取的特征所取得的分类效果比TF-IDF、Word2vec特征提取方法得到的分类效果更好,同时使用SVM和随机森林分类器取得的分类效果略好于原生的神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹鲁慧		7	18	2.0	4.0
2	邓玉香		1	2	1.0	1.0
3	陈通		2	2	1.0	1.0