基于卷积神经网络的高精度文本分类方法

摘要

本文给出了一种基于卷积神经网络的高精度文本分类方法,其思路是:读取数据集进行分词和停用词处理,将处理后的语料库送入统计共现矩阵,训练出词向量,进而保存向量矩阵,最后把矩阵向量集导入卷积神经网络进行分类处理得到预测结果。该方法包括五个步骤:步骤一,将源数据集预处理成为统一格式,再进行分词处理。步骤二,将数据集送入训练glove模型,保存模型;步骤三,将语句以词向量的矩阵形式保存为数据集;步骤四,将数据导入文本分类CNN模型训练;步骤五,用训练好的模型对数据进行分类并与标准进行比对。仿真结果表明,本文所给出的方法输出准确度高达99%。