一种深度学习的文本特征提取方法研究

• 作者: 王新艳
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 深度学习 文本分类 文本特征提取 卷积循环神经网络 实现路径
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 教育探索
• 页码范围: 137-139
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文

摘要

研究了基于深度学习的文本特征提取方法并用于设计,具体使用卷积神经网络与卷积循环神经网络构建了一种特征提取模型,将其同统计学中常用的文本特征表示方法进行对比使用,并以知网的中文学术论文数据集作为测试对象,通过SVM与随机森林分类器分别对提取出的特征进行分类,使取得的分类效果比原生的神经网络更好.实验结果表明相比于TF-IDF、Word2vec两种提取方法,提出的特征提取模型的分类效果更好.