首页> 中文期刊>电子制作 >基于深度学习的训练词向量和文本分类

基于深度学习的训练词向量和文本分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着互联网的普及,人们在网上"冲浪"的同时产生了海量的文本数据,而对文本数据进行分析和归类则是近些年来的研究热点,其中一个研究方向就是文本分类.本文主要介绍了基于深度学习,运用CBOW算法来训练词向量,以及利用fasttext来进行文本分类的实验.

著录项

来源
《电子制作》|2020年第20期|80-82100|共4页
作者
邵栩辉;
展开▼
作者单位

陕西省渭南市韩城市象山中学陕西渭南 715400;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
fasttext; 词向量; 文本分类; 分词原理;

相似文献

中文文献
外文文献
专利

1. 深度学习方法训练词向量 [J] . 王子瑜 . 通讯世界 . 2018,第006期
2. 基于双通道词向量的ACRNN文本分类 [J] . 邢鑫 ,孙国梓 . 计算机应用研究 . 2021,第004期
3. 基于宽度和词向量特征的文本分类模型 [J] . 李雪松 . 计算机系统应用 . 2021,第003期
4. 基于加权词向量和卷积神经网络的新闻文本分类 [J] . 胡万亭 ,贾真 . 计算机系统应用 . 2020,第005期
5. 基于半监督与词向量加权的文本分类研究 [J] . 宋建国 . 软件导刊 . 2020,第009期
6. 基于词向量和主题向量嵌入的文本分类方法研究 [C] . Mao Wenliang ,毛文梁 ,Feng Dawei . 2017年全国高性能计算学术年会 . 2017
7. 基于深度学习与词向量的文本分类方法研究 [A] . 张宇艺 . 2019

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号