基于多神经网络混合的短文本分类模型①

2020-11-13 07:11:28侯雪亮陈远平
计算机系统应用 2020年10期
关键词:分类文本实验

侯雪亮,李 新,陈远平

1(中国科学院 计算机网络信息中心,北京 100190)

2(中国科学院大学,北京 100049)

在NLP 领域中,与文本分类算法相关的研究受到了越来越多的关注.文本分类的目的是通过对文本信息的挖掘与处理,来解决信息紊乱的问题,从而能帮助用户更加精准地定位所需信息,并可根据已定的类别集合将其判定为已知的某一类.目前,在新闻推荐、情感评价、邮件分类等领域受到广泛应用.文本分类的特点在于能在文本数据量不明确和复杂的情况下,根据预先确定的类别信息,输出成有价值的信息.

随着machine learning 和deep learning 等研究方法的不断完善,文本分类问题的解决路径也从先前的向量空间模型(VSM)逐步转移至机器学习和深度学习结合的方法上来[1].在深度学习网络中,卷积神经网络CNN 可以识别出文本中预言性的n元语法;卷积结构支持有相似成分的n元语法共同分享其预测行为,即使是在预测的过程中遇见未曾登录过的特定n元语法也是可以的;而层次化CNN 每层则着眼在句子中更长的n元语法,这样模型还可以对非连续的n元语法更加敏感,可以对文本分类的效果产生显著的影响[2].

但是目前的主要研究均集中在长文本和富文本上,对于短文本的研究较少.短文本相比较于长文本和富文本而言,其所含的信息量较少,无法采用统计学观点进行词向量分析,传统的神经网络对短文本的分类效果较差,尤其是对于标签值较少的短文本而言,比如……

登录APP查看全文

猜你喜欢
分类文本实验
记一次有趣的实验
分类算一算
在808DA上文本显示的改善
做个怪怪长实验
基于doc2vec和TF-IDF的相似文本识别
电子制作(2018年18期)2018-11-14 01:48:06
教你一招:数的分类
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
如何快速走进文本
语文知识(2014年1期)2014-02-28 21:59:13