一种基于卷积神经网络的中文财经新闻文本分类方法

摘要

本发明公开了一种基于卷积神经网络的中文财经新闻文本分类方法，主要分为词向量训练、文本预处理、神经网络模型训练、新闻分类四个部分。使用大规模财经新闻语料，通过无监督学习的方法，训练获得一个广义通用的财经类词向量模型，并有效地将词向量引入到卷积神经网络模型的训练中，通过动态调整词向量的方法増加模型的统计信息。使用的卷积网络模型结构简单，针对小样本集也能表现优异的性能，不仅有效解决中文财经新闻分类问题，还充分证明了卷积神经网络在处理文本分类问题中的有效性。