-
题名基于TextCNN的邮政快递业申诉文本事件分类
- 1
-
-
作者
宁艺博
陈景霞
张鹏伟
王梅嘉
-
机构
陕西科技大学
-
出处
《计算机时代》
2023年第12期120-124,共5页
-
基金
国家自然科学基金(61806118)
陕西科技大学科研启动基金项目(2020BJ-30)
陕西省教育厅科学研究计划项目(22JK0303)。
-
文摘
为解决邮政安全监管部门在对大量申诉事件原因进行分类汇总时耗时耗力、效率低下等问题,提出应用Word2vec和TextCNN模型,实现对大量快递申诉文本事件进行申诉原因自动分类。首先对自采集的申诉文本做预处理,申诉原因分为延误、投递、丢失短少、损毁、其他共五种类型,再使用Word2vec进行词向量的转换,构建TextCNN模型,对其进行训练得到申诉文本的分类模型。在真实数据上的实验结果表明,该方法能够对申诉文本进行有效分类,准确率达到94.05%,召回率93.03%,F1值0.9325。
-
关键词
快递业申诉事件
文本分类
Word2vec
TextCNN
-
Keywords
appeal events in the express delivery industry
text classification
Word2vec
TextCNN
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-