基于信息熵加权的Word2vec中文文本分类研究

• 作者: 吴萍萍
• 来源期刊: 长春师范大学学报
• 学科: 工学
• 关键词: Word2vec 中文文本 信息熵
• 年，卷（期）: 2020,（2）
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP399

摘要

针对中文文本分类中文本向量表示和词汇重要性等问题,提出基于Word2vec的中文文本分类方法。首先采用Word2vec训练生成文本向量;然后根据信息熵的概念,计算出不同词汇在文档中的重要程度,对向量进行加权;最后使用SVM分类器对加权后的词向量进行训练。实验结果表明,本文提出的分类方法在精确率、召回率和F-measure均有显著提高,具有较好的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴萍萍	黎明职业大学信息与电子工程学院	4	1	1.0	1.0