基于多类型池化卷积神经网络的文本分类

• 作者: 张菊玲 杨晓梅
• 来源期刊: 无线互联科技
• 关键词: 自然语言处理 文本分类 卷积神经网络 特征提取 池化操作
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 无线天地
• 页码范围: 17-18,29
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6944.2021.16.009

摘要

为了解决传统的基于机器学习方法的文本分类耗时耗力、不具备通用性、效果不好的问题及提高短文本分类的效果,文章提出了一种基于多类型池化的卷积神经网络分类方法.文章首先使用CNN(卷积神经网络)提取短文本的特征信息,然后利用多种类型的池化操作对提取的特征信息进行筛选,得到最终的分类依据.通过实验表明,文章提出的方法在短文本分类上要优于其他CNN分类模型和一些传统的机器学习方法.