基于FastText和关键句提取的中文长文本分类

FastText是一种准确高效的文本分类模型,但直接应用在中文长文本分类领域存在准确度不高的问题.针对该问题,提出一种融合TextRank关键子句提取和词频-逆文本频率(Term Frequency-Inverse Document Frequency,TF-IDF)的FastText中文长文本分类方法.该方法在FastText模型输入阶段使用TextRank算法提取文本的关键子句输入训练模型,同时采用TF-IDF提取文本的关键词作为特征补充,从而在减少训练语料的同时尽可能保留文本分类的关键特征.实验结果表明,此文本分类方法在数据集上准确率达到86.1%,比经典的FastText模型提高了约4%.

从促进就业的角度看我国失业保险制度的完善

文章主要分析影响失业保险制度促进就业的相关因素,并且根据实际情况,提出失业保险制度发挥促进就业作用的完善策略,旨在为失业保险制度可以得到全面完善,充分发挥促进就业的作用,提供部分参考价值。