基于深度学习的文本分类研究进展

• 作者: 于海宁 张宏莉 杜思佳
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 文本分类 深度学习 人工神经网络 词向量
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 综述
• 页码范围: 1-13
• 页数: 13页
• 分类号: TP393
• 字数: 11821字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020010

摘要

文本分类技术是自然语言处理领域的研究热点,其主要应用于舆情检测、新闻文本分类等领域.近年来,人工神经网络技术在自然语言处理的许多任务中有着很好的表现,将神经网络技术应用于文本分类取得了许多成果.在基于深度学习的文本分类领域,文本分类的数值化表示技术和基于深度学习的文本分类技术是两个重要的研究方向.对目前文本表示的有关词向量的重要技术和应用于文本分类的深度学习方法的实现原理和研究现状进行了系统的分析和总结,并针对当前的技术发展,分析了文本分类方法的不足和发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏莉	哈尔滨工业大学计算机科学与技术学院	185	2778	29.0	46.0
2	于海宁	哈尔滨工业大学计算机科学与技术学院	10	92	4.0	9.0
3	杜思佳	哈尔滨工业大学计算机科学与技术学院	1	0	0.0	0.0