多种算法对不同中文文本分类效果比较研究

• 作者: 冯成刚 田大钢 陈慧
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 文本分类 Word2vec 支持向量机 卷积神经网络 长短期记忆网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP3-0
• 字数: 6096字
• 语种: 中文
• DOI: 10.11907/rjdk.182489

摘要

为弥补目前国内学者只做单一算法研究且语料单一的缺陷,使用Word2vec词向量模型结合支持向量机(SVM)、卷积神经网络(CNN)和长短期记忆网络(LSTM)3种不同分类算法,研究了不同中文文本分类问题,包括微博语料的多维细粒度情感分类、酒店评价的倾向性分析和新闻文本的主题分类.将3种分类模型在不同文本中的分类效果进行对比,结果显示这3种算法对于不同的中文分类效果各有不同:不同维度的词向量对准确率等评价指标影响很大;支持向量机模型更适合于细粒度的微博情感分类;卷积神经网络、长短期记忆网络算法更适合于噪声小、文本长且规范的新闻主题分类任务.分类粒度会对算法准确性产生影响,粒度越细、任务越复杂,算法准确性越低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田大钢	上海理工大学管理学院	54	437	12.0	19.0
2	陈慧	上海理工大学管理学院	3	5	1.0	2.0
3	冯成刚	上海理工大学管理学院	2	13	2.0	2.0