基于卷积神经网络的中文财经新闻分类方法

被引：10

作者：

谢志峰 ^{[1
,2
]}

吴佳萍 ^{[1
]}

马利庄 ^{[2
,3
]}

机构：

[1] 上海大学影视工程系

[2] 上海电影特效工程技术研究中心

[3] 上海交通大学计算机科学与工程系

来源：

山东大学学报(工学版) | 2018年 / 48卷 / 03期

关键词：

财经新闻; 卷积神经网络; 文本分类; 词向量; 自然语言处理; 深度学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

针对目前财经领域内新闻数据杂乱无章、缺乏自动高效管理等问题,提出一种基于卷积神经网络的中文财经新闻分类方法。收集大规模财经新闻语料,通过无监督学习方法训练获得一个广义通用的财经类词向量模型,将词向量引入到卷积神经网络模型训练中实现有效分类。与传统方法相比,基于卷积神经网络的中文财经新闻分类方法网络模型结构简单,针对小样本集也能表现优异的性能,不仅能有效解决中文财经新闻分类问题,还可充分证明卷积神经网络在处理文本分类问题中的有效性。

引用

页码：34 / 39+66 +66

页数：7

共 5 条

[1]

面向自然语言处理的深度学习研究.[J].奚雪峰;周国栋;.自动化学报.2016, 10

[2]

基于Word2Vec的一种文档向量表示 [J].