基于Word2vec的微博短文本分类研究

被引：52

作者：

张谦

高章敏

刘嘉勇

机构：

[1] 四川大学电子信息学院

来源：

信息网络安全 | 2017年 / 01期

关键词：

短文本分类; Word2vec; TFIDF; 支持向量机;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

随着微博等社会化媒体的信息量急剧膨胀,人们迫切需要实现这些信息的自动分类处理,以帮助用户快速查找所需信息和过滤垃圾信息。针对传统文本分类模型存在的特征维数灾难、无语义特征等问题,文章基于Word2vec模型对微博短文本进行了分类研究。鉴于Word2vec模型无法区分文本中词汇的重要程度,进一步引入TFIDF对Word2vec词向量进行加权,实现加权的Word2vec分类模型。最后合并加权Word2vec和TFIDF两种模型,实验结果表明合并后模型分类准确率高于加权Word2vec模型和使用TFIDF的传统文本分类模型。

引用

页码：57 / 62

页数：6

共 18 条

[1]

基于LDA的微博短文本分类技术的研究与实现.[D].方东昊.东北大学.2011, 03

[2] Ranking learning algorithms: Using IBL and meta-learning on accuracy and time results [J].