-
题名基于词-主题-文本异质网络的短文本分类方法
- 1
-
-
作者
徐涛
赵星甲
卢敏
-
机构
中国民航大学计算机科学与技术学院
中国民航信息技术科研基地
航空公司人工智能民航局重点实验室
-
出处
《计算机应用与软件》
北大核心
2024年第1期146-152,182,共8页
-
基金
天津市自然科学基金项目(18JCYBJC85100)
中央高校基本科研业务费专项资金项目(3122014D032)
航空公司人工智能民航局重点实验室项目。
-
文摘
针对现有分类方法未考虑长距离词的语义相关性和文本间潜在主题共享的问题,提出一种基于词-主题-文本异质网络(WTDHN)的短文本分类方法。通过Word2vec训练词的上下文语义向量;构建词相关性矩阵以充足的词共现信息增强短文本各级别语义学;构建以词、主题和文本为节点的异质网络,并采用图卷积学习节点之间的高阶邻域信息,丰富短文本语义。相较于基准分类模型,该方法在五个公开短文本数据集上的分类准确率平均提高1.56%。
-
关键词
词-主题-文本异质网络
词共现
文本-主题分布
短文本分类
-
Keywords
Word-topic-document heterogeneous network
Word co-occurrence
Document-topic distribution
Short text classification
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于组合-卷积神经网络的中文新闻文本分类
被引量：24
- 2
-
-
作者
张昱
刘开峰
张全新
王艳歌
高凯龙
-
机构
北京建筑大学电气与信息工程学院&建筑大数据智能处理方法研究北京市重点实验室
中国矿业大学深部岩土力学与地下工程国家重点实验室
北京理工大学计算机科学与技术学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2021年第6期1059-1067,共9页
-
基金
北京建筑大学优秀主讲教师培育计划(No.21082718041)
国家重点研发计划(No.2016YFC0600901)
+2 种基金
教育部2018产学合作协同育人项目(No.201801113001)
市属高校基本科研业务费(No.30850919027)
北京建筑大学研究生创新项目(No.PG2020051)。
-
文摘
目前的新闻分类研究以英文居多,而且常用的传统机器学习方法在长文本处理方面,存在局部文本块特征提取不完善的问题.为了解决中文新闻分类缺乏专门术语集的问题,采用构造数据索引的方法,制作了适合中文新闻分类的词汇表,并结合word2vec预训练词向量进行文本特征构建.为了解决特征提取不完善的问题,通过改进经典卷积神经网络模型结构,研究不同的卷积和池化操作对分类结果的影响.为提高新闻文本分类的精确率,本文提出并实现了一种组合-卷积神经网络模型,设计了有效的模型正则化和优化方法.实验结果表明,组合-卷积神经网络模型对中文新闻文本分类的精确率达到93.69%,相比最优的传统机器学习方法和经典卷积神经网络模型精确率分别提升6.34%和1.19%,并在召回率和F值两项指标上均优于对比模型.
-
关键词
自然语言处理
词向量
组合-卷积神经网络
中文新闻
文本分类
-
Keywords
natural language processing
word vector
combined-convolutional neural network
Chinese news
text classification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
