基于关键词学习的文本分类方法 |
| |
引用本文: | 王天时,张龙,刘怀泉,刘丽,陈思琦.基于关键词学习的文本分类方法[J].山东师范大学学报(自然科学版),2019(1). |
| |
作者姓名: | 王天时 张龙 刘怀泉 刘丽 陈思琦 |
| |
作者单位: | 山东师范大学信息科学与工程学院;山东超越数控电子股份有限公司 |
| |
摘 要: | 提出一种基于关键词学习的文本分类方法.采用LDA主题模型抽取文本的关键词,通过关键词的词袋构造文本的特征矩阵并进行PCA降维,将低阶特征矩阵输入由卷积神经网络和BP神经网络的混合网络中对文本分类进行学习.为提高文本分类效果,引入与BP神经网络同构的深度神经网络对BP神经网络的初始权值进行初始化.在多数据集上的实验表明,本文方法明显提高文本分类的准确率.
|
本文献已被 CNKI 等数据库收录! |
|