基于加权词向量和卷积神经网络的新闻文本分类
在文本分类中，基于Word2Vec词向量的文本表示忽略了词语区分文本的能力，设计了一种用TF-IDF加权词向量的卷积神经网络（CNN）文本分类方法.新闻文本分类，一般只考虑正文，忽略标题的重要性，改进了TF-IDF计算方法，兼顾了新闻标题和正文.实验表明，基于加权词向量和CNN的新闻文本分类方法比逻辑回归分类效果有较大提高，比不加权方法也有一定的提高.
文件下载
评论信息
其他资源
- 《电力系统继电保护》课程用输电线路PSCAD模型
- Gap Statistic算法研究
- 单相桥式整流电路闭环相控调压
- 游戏物理引擎开发＆源代码.zip
- 用差分法求解偏微分方程
- IText5 Excel转pdf ,带有添加文字水印，图片水印实例poi-3.9,itextpdf-5.5.9
- HP用SOCKET实现(客户端---服务端)
- 基于matlab的语音信号分析与处理
- RC663库函数.rar
- WS 445.1-2013 电子病历基本数据集 第1部分：病历概要.pdf.rar
- 实验室表达基本站点-源码
- 汉堡包-源码
- LuaCSP：在Lua中通信顺序过程-源码
- 学生信息管理系统.zip
- OPNET_Modeling Wireless仿真
- 普通IO口模拟spi，stm8程序
- IGBT驱动设计开题报告
- 志愿者分配管理区域内共享单车实验数据
- 继承和派生向量类模板和字符串类
- 流媒体服务器源码包nginx+rtmp
- GIS数据格式转换器
- Linux php-7.2.6
- 变电站操作票系统
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明