商品名称短文本快速有效分类的多基模型框架OA北大核心CSTPCD
MULTI-BASE MODEL FRAMEWORK FOR FAST AND EFFECTIVE CLASSIFICATION OF SHORT TEXT OF COMMODITY NAMES
提出一种适用于短文本分类的多基模型框架Bagging fastText(B f).它是一种基于自举汇聚法的快速文本分类算法的框架.以fastText为基模型,运用集成学习思想,设置最优超参数并训练出多个基模型组成多基模型,再通过投票机制获取最终类别.对商品名称短文本分类的实验结果表明,提出的B f比fastText、朴素贝叶斯传统文本分类算法、文本卷积神经网络(TextCNN)算法的分类效果更优.
沈雅婷;左志新
南京理工大学紫金学院 江苏 南京 210023南京理工大学紫金学院 江苏 南京 210023
信息技术与安全科学
多基模型框架fastText文本分类NLP
《计算机应用与软件》 2021 (2)
185-190,6
江苏省高校自然科学研究项目(19KJB520039)南京理工大学紫金学院科学研究项目(2019ZRKX04 01008).
评论