基于词向量的文本分类研究
马力
李沙沙
1.西安邮电大学 西安 7100612.西安邮电大学 西安 710061
摘要：针对传统特征选择算法分类准确率较低的问题,提出了基于词向量的文本特征选择改进算法.以微博数据为研究对象进行情感分类,提出类别区分能力强的特征项的相似项同时具有较强的类别区分能力,将Word2vec训练得到的词向量应用到传统的特征选择过程中,根据词向量之间存在的相似性关联对特征项进行适当扩充.实验结果表明,所提出的特征选择算法相比原特征选择算法其分类准确率有一定程度的改进.
关键词：词向量特征扩展Word2vec文本分类
分类号：TN391(半导体技术)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 281-284,303 )
英文信息