基于Word2Vec词嵌入和双向长短时记忆网络的文本分类实现被引量：3

下载PDF

导出

摘要本文对比了常用的文本表示方法(包括离散表示方法:One-hot表达、BagofWords词袋表达、Tf-Idf权值向量表达,和神经网络表示方法中的Word2Vec模型),以及文本分类模型中的CNN、RNN,到LSTM和BiLSTM。给出基于Word2Vec词嵌入和双向长短时记忆网络BiLSTM的文本分类实现。

作者王玲

机构地区广东邮电职业技术学院

出处《电子技术与软件工程》 2020年第15期70-71,共2页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

关键词文本分类词嵌入 Word2Vec BiLSTM

分类号 TP391.1 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献3

1于游,付钰,吴晓平.中文文本分类方法综述[J].网络与信息安全学报,2019,5(5):1-8. 被引量：40
2杜思佳,于海宁,张宏莉.基于深度学习的文本分类研究进展[J].网络与信息安全学报,2020,6(4):1-13. 被引量：10
3董彦如,刘培玉,刘文锋,赵红艳.基于双向长短期记忆网络和标签嵌入的文本分类模型[J].山东大学学报（理学版）,2020,55(11):78-86. 被引量：13

二级参考文献23

1单丽莉,刘秉权,孙承杰.文本分类中特征选择方法的比较与改进[J].哈尔滨工业大学学报,2011,43(S1):319-324. 被引量：25
2刘群,张华平,俞鸿魁,程学旗.基于层叠隐马模型的汉语词法分析[J].计算机研究与发展,2004,41(8):1421-1429. 被引量：198
3李森,马军,赵嫣,雷景生.对数字化科技论文的自动分类研究[J].山东大学学报（理学版）,2006,41(3):14-16. 被引量：5
4周朴雄.基于神经网络集成的WEB文档分类研究[J].图书情报工作,2008,52(7):110-112. 被引量：4
5张杰慧,何中市,王健,黄学全.基于自适应蚁群算法的组合式特征选择算法[J].系统仿真学报,2009,21(6):1605-1608. 被引量：11
6靖红芳,王斌,杨雅辉,徐燕.基于类别分布的特征选择框架[J].计算机研究与发展,2009,46(9):1586-1593. 被引量：18
7刘赫,刘大有,裴志利,高滢.一种基于特征重要度的文本分类特征加权方法[J].计算机研究与发展,2009,46(10):1693-1703. 被引量：25
8路永和,曹利朝.基于粒子群优化的文本特征选择方法[J].现代图书情报技术,2011(7):76-81. 被引量：6
9唐籍涛,李飞,郭昌松.网络舆情监控中新词识别问题的研究[J].计算机技术与发展,2012,22(1):119-121. 被引量：8
10刘泽文,丁冬,李春文.基于条件随机场的中文短文本分词方法[J].清华大学学报（自然科学版）,2015,55(8):906-910. 被引量：17

共引文献59

1贾巨涛,张鹏,唐杰,吴伟,詹培旋.智能语音交互中的语义引导回复技术研究[J].家电科技,2022(S01):608-611. 被引量：1
2高云泽,王莉莉,董文睿,冯紫君,胡祖容,赵中楠.基于前后端分离算法的ACM智能管家系统[J].智能计算机与应用,2022,12(3):80-86. 被引量：3
3石凤贵.基于TF-IDF中文文本分类实现[J].现代计算机,2020,26(6):51-54. 被引量：8
4方侠旋.基于XGBoost模型的文本多分类研究[J].网络安全技术与应用,2020(6):50-52. 被引量：3
5杜思佳,于海宁,张宏莉.基于深度学习的文本分类研究进展[J].网络与信息安全学报,2020,6(4):1-13. 被引量：10
6谢剑芳,田英明,徐旭,王方.基于FastText的专利文本自动分类方法研究[J].仪器仪表标准化与计量,2020(4):21-24. 被引量：3
7梁登玉.基于LSTM的中文文本多分类应用研究[J].上海电力大学学报,2020,36(6):598-602. 被引量：3
8库都孜•库娜吉,黄文妤.基于长短期记忆网络的公路工程建设成本指数波动性预测[J].福建交通科技,2021(1):103-105.
9王礼云,辛月兰.基于卷积神经网络和层次标签集扩展的文本分类方法[J].西北师范大学学报（自然科学版）,2021,57(2):48-54. 被引量：2
10肖禹,王景中,王宝成.基于深度学习的中文文本分类方法[J].计算机工程与设计,2021,42(4):1014-1019. 被引量：9

同被引文献22

1刘勍,温志贤,杨筱平,秦云霞.现代数字图像噪声滤除技术及其评价[J].自动化与仪器仪表,2012(2):146-148. 被引量：15
2高峰,田喜平,刘永革.甲骨文领域语义词典的构建研究[J].安阳师范学院学报,2014(5):43-47. 被引量：2
3周练.Word2vec的工作原理及应用探究[J].科技情报开发与经济,2015,28(2):145-148. 被引量：101
4梁军,柴玉梅,原慧斌,高明磊,昝红英.基于极性转移和LSTM递归网络的情感分析[J].中文信息学报,2015,29(5):152-159. 被引量：91
5赵明,杜亚茹,杜会芳,张家军,王红说,陈瑛.植物领域知识图谱构建中本体非分类关系提取方法[J].农业机械学报,2016,47(9):278-284. 被引量：19
6李晓,解辉,李立杰.基于Word2vec的句子语义相似度计算研究[J].计算机科学,2017,44(9):256-260. 被引量：56
7孙运淼,林锋,周激流.长短时记忆网络在移动场景中的应用研究进展[J].现代计算机（中旬刊）,2017(12):10-15. 被引量：9
8周法国,吴锡坤,孙泰,孙镇.基于转移学习的中文命名实体识别[J].计算机工程与应用,2018,54(5):117-121. 被引量：4
9刘浏,王东波.命名实体识别研究综述[J].情报学报,2018,37(3):329-340. 被引量：151
10贺思艳,任利娟,田新诚.基于Inception_ResnetV2网络模型的服饰属性识别[J].信息技术,2019,43(11):57-61. 被引量：1

引证文献3

1涂淳宁,王贵,田吉,李汇嘉,李婷.基于深度学习的甲骨文分类算法研究[J].现代计算机,2021,27(26):67-72. 被引量：1
2杜雪涛.大数据认知计算在内容安全管控中的应用[J].大数据,2021,7(6):53-66.
3王捷,周迪,左洪福,黄维.结合Word2vec和BiLSTM的民航非计划事件分析方法[J].合肥工业大学学报（自然科学版）,2024,47(7):917-924. 被引量：1

二级引证文献2

1马进,张彤彤,钱晓松,胡洁.人工智能在非物质文化遗产保护与传承中的应用研究现状[J].包装工程,2023,44(8):1-14. 被引量：10
2武瑞倩.基于多模态融合建模的ICU脓毒症预后研究[J].建模与仿真,2024,13(6):6365-6374.

1陶永才,刘亚培,马建红,李琳娜,石磊,卫琳.一种结合压缩激发块和CNN的文本分类模型[J].小型微型计算机系统,2020,41(9):1925-1929. 被引量：4
2方炯焜,陈平华,廖文雄.结合GloVe和GRU的文本分类模型[J].计算机工程与应用,2020,56(20):98-103. 被引量：27
3张明西,乐水波,李学民,董一鹏.文本配图系统的设计与实现[J].包装工程,2020,41(19):252-258. 被引量：1
4李佳儒,王玉珍,丁申宇.基于逻辑回归的在线评论情感分类方法研究[J].东莞理工学院学报,2020,27(5):50-54. 被引量：6

电子技术与软件工程

2020年第15期

浏览历史

内容加载中请稍等...

基于Word2Vec词嵌入和双向长短时记忆网络的文本分类实现被引量：3

参考文献3

二级参考文献23

共引文献59

同被引文献22

引证文献3

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于Word2Vec词嵌入和双向长短时记忆网络的文本分类实现 被引量：3

参考文献3

二级参考文献23

共引文献59

同被引文献22

引证文献3

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于Word2Vec词嵌入和双向长短时记忆网络的文本分类实现被引量：3