期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于句子级学习改进CNN的短文本分类方法 被引量:12
1
作者 韩栋 王春华 肖敏 《计算机工程与设计》 北大核心 2019年第1期256-260,284,共6页
为提高对网络短文本分类的性能,提出一种融合卷积神经网络(CNN)和句子级监督学习的分类方法。构建一种用于短文本分类的经典CNN模型;将主题句融入到CNN中,即对输入文本进行句子级CNN监督学习,构建句子模型并识别主题句;将主题句子模型... 为提高对网络短文本分类的性能,提出一种融合卷积神经网络(CNN)和句子级监督学习的分类方法。构建一种用于短文本分类的经典CNN模型;将主题句融入到CNN中,即对输入文本进行句子级CNN监督学习,构建句子模型并识别主题句;将主题句子模型赋予较高权重,通过加权和构建文本模型。通过文本级CNN监督学习,实现文本分类。在两个评论数据集上的实验结果表明,提出方法具有较高的分类准确性。 展开更多
关键词 短文本分类 卷积神经网络 主题句 句子级监督学习 文本监督学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部