基于特征权重的词向量文本表示模型

• 作者: 蒋延杰 李云红 苏雪平 张蕾涛 贾凯莉 陈锦妮
• 来源期刊: 西安工程大学学报
• 关键词: TF-IDF模型 N-Gram模型 Glove模型 文本表示
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 108-114
• 页数: 6页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.13338/ji.ssn.1674-649x.2022.01.015

摘要

针对传统文本表示方法无法准确表达文本信息、稀疏维度高等问题,提出基于特征权重的词向量文本表示模型。通过Glove模型获得词向量,然后分别与TF-IDF、N-Gram模型相结合,分析考虑了文本的全局信息,解决了传统表示方法中稀疏维度高的问题,更好地捕捉了文本的语义和语序等局部信息,提高了文本特征表达能力。最后,通过20NewsGroup和5AbstractsGroup测试,分类准确率分别为85.93%、87.02%,验证了文本表示模型的有效性。