共 7 条
[7]
Convolutional Neural Networks for Character-level Classification. Ko D G,Song S H,Kang K M,et al. Ieie Transactions on Smart Processing＆Computing . 2017
基于卷积神经网络和KNN的短文本分类算法研究
被引：42
作者：
殷亚博
[1
]
杨文忠
[1
]
杨慧婷
[1
]
许超英
[2
]
机构：
[1] 新疆大学信息科学与工程学院
[2] 新疆大学软件学院
来源：
关键词：
社交网络;
卷积神经网络;
K最近邻;
短文本;
机器学习;
深度学习;
D O I：
10.19678/j.issn.1000-3428.0047596
中图分类号：
TP183 [人工神经网络与计算];
TP391.1 [文字信息处理];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
081203 ;
摘要：
为解决传统基于TF-IDF的K最近邻(KNN)分类算法在短文本分类时,出现特征维度过高和数据稀疏的问题,基于卷积神经网络和KNN,提出一种新的短文本分类算法。通过采用神经网络语言模型word2vec对短文本进行词向量的训练,并用训练好的词向量表示文本,使用卷积神经网络对短文本进行抽象特征的提取,在提取出抽象特征的基础上,运用KNN分类器进行短文本分类。分别在短文本中句子数目为2、4、6、8的数据集上进行测试,结果表明,与基于TF-IDF的KNN分类算法相比,该算法在准确率、召回率和F1值上平均提高了10.2%、21.1%和15.5%。
引用
收藏
页码：193 / 198
页数：6
相关论文