2025年5月13日
星期二
|
欢迎来到晋江市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
郭东亮
作品数:
1
被引量:14
H指数:1
供职机构:
中原工学院计算机学院
更多>>
发文基金:
河南省教育厅科学技术研究重点项目
河南省科技攻关计划
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
刘小明
中原工学院计算机学院
郑秋生
中原工学院计算机学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
短文
1篇
神经网
1篇
神经网络
1篇
网络
1篇
文本分类
1篇
卷积
1篇
卷积神经网络
1篇
类方
1篇
互联
1篇
互联网
1篇
本分
机构
1篇
中原工学院
作者
1篇
郑秋生
1篇
刘小明
1篇
郭东亮
传媒
1篇
计算机与现代...
年份
1篇
2017
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于卷积神经网络的互联网短文本分类方法
被引量:14
2017年
互联网短文本的分类是自然语言处理的一个研究热点。本文提出一种基于卷积神经网络(Convolutional Neural Networks,CNNs)互联网短文本分类方法。首先通过Word2vec的Skip-gram模型获得短文特征,接着送入CNNs中进一步提取高层次特征,最后通过K-max池化操作后放入Softmax分类器得出分类模型。在实验中,该方法和机器学习方法以及DBN方法相比,结果表明本文方法不仅解决了文本向量的维数灾难和局部最优解问题,而且有效地提高了互联网短文本两级分类准确率,证实了基于CNNs的互联网短文本分类的有效性。
郭东亮
刘小明
郑秋生
关键词:
卷积神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张