基于卷积神经网络和词向量相结合的新闻分类方法

摘要

本发明公开一种基于卷积神经网络和词向量相结合的新闻分类方法，首先将训练文本利用skip‑gram模型训练成分布式词向量表示，然后再将文本矩阵输入卷积神经网络分类器进行训练，模型训练好后就可以得出待测新闻文本的类别。本发明中采用的卷积神经网络不需要提前单独提取文本特征，可以通过整个网络独立完成，本发明操作步骤简便且具有更高的准确率。