基于TF-IDF加权的卷积神经网络文本情感分类模型OA北大核心CSTPCD
Text Sentiment Classification Model Based on TF-IDF Weighted Convolutional Neural Network
构建好的文本向量表示对文本情感分类任务十分重要.针对文本中词语类别区分能力的不同,提出了一种用改进的TF-IDF加权Word2Vec的文本向量表示方法(ITIW),对类别区分能力不同的词语赋予不同的权重,将基于该方法构建的词向量作为卷积神经网络(CNN)的输入,设计了ITIW-CNN文本情感分类模型.该模型通过改进TF-IDF以区分不同词语的类别表示能力,计算词语的权重,进而得到词语的加权词向量表示(ITIW),将加权词向量输入CNN进行文本情感…查看全部>>
李昌兵;赵玲;李晓光;王利
重庆邮电大学电子商务与现代物流重点实验室,重庆 400065重庆邮电大学电子商务与现代物流重点实验室,重庆 400065重庆邮电大学电子商务与现代物流重点实验室,重庆 400065重庆邮电大学电子商务与现代物流重点实验室,重庆 400065
计算机与自动化
TF-IDFWord2Vec卷积神经网络情感分类
《重庆理工大学学报（自然科学版）》 2021 (11)
适应时间序列预测不确定性的在线组合概率模型及应用研究
109-115,7
国家自然科学基金项目(60905066/F030707,71901045)教育部人文社科规划基金项目(20YJAZH102)
评论