基于LDA和BiGRU的文本分类OACSTPCD
文本分类是自然语言处理的基础任务,文本中的特征稀疏性和提取特征所用的神经网络影响后续的分类效果。针对文本中的特征信息不足以及传统模型上下文依赖关系方面不足的问题,提出经过TF-IDF加权的词向量和LDA主题模型相融合,利用双向门控循环神经网络层(BiGRU)充分提取文本深度信息特征的分类方法。该方法主要使用的数据集是天池比赛新闻文本分类数据集,首先用Word2vec和LDA模型分别在语料库中训练词向量,Word2vec经过TF-IDF进行加权所得…查看全部>>
冼广铭;王鲁栋;曾碧卿;梅灏洋;陶睿
华南师范大学软件学院,广东佛山528225华南师范大学软件学院,广东佛山528225华南师范大学软件学院,广东佛山528225华南师范大学软件学院,广东佛山528225华南师范大学软件学院,广东佛山528225
信息技术与安全科学
LDA主题模型BiGRUWord2vec深度学习文本分类
《计算机技术与发展》 2022 (4)
P.15-20,6
评论