基于深度神经决策森林的新闻标题分类

• 作者: 倪旻 张王策 李晨光 王渤茹 范菁
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 新闻标题 特征扩展 频繁词项挖掘 卷积神经网络 决策森林分类
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 472-479
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.05.011

摘要

由于短文本特征较少,传统的机器学习方法直接应用到短文本分类上,准确率往往不高.新闻标题相较于一般的短文本来说特征更少,在分类过程中难以提高准确率.首先采用3种方式对新闻标题的特征进行扩展,包括采用word2vec的方法寻找新闻标题中每个词在语义空间最相近的词,将最相近的词作为标题扩展词;采用fp-growth方法挖掘外部语料库的频繁项对新闻标题进行扩展;字向量和词向量两种标题表达方式扩展语义信息.其次提出了深度神经决策森林的分类算法.实验结果表明使用字词向量的双路卷积神经网络相对于单一词向量的卷积神经网络特征提取能力更强;使用深度神经决策森林算法在扩展后新闻标题验证集上的分类准确率达82.2％,比仅采用双路卷积神经网络分类的准确率提高约百分之二.