基于卷积神经网络的评论监管模型的设计与实现

作     者：杨奎河 张超 

作者机构：河北科技大学河北石家庄050000 

出 版 物：《信息通信》 (Information & Communications)

年 卷 期：2020年第33卷第4期

页      码：39-40页

摘      要：针对利用敏感词库进行评论监管的传统方法识别率低、维护敏感词库困难的问题,提出并实现了一种基于卷积神经网络模型的评论监管模型。首先,利用Word2Vec模型学习预训练语料,将词汇转换为向量表示;其次,将向量表示的上下文特征矩阵作为网络输入,利用卷积神经网络(CNN)进行局部语义特征提取;然后用Max Pooling进行特征过滤,随机Dropout防止过拟合;最后,通过激活函数Softmax进行文本分类。经过实验,得到了较高的准确率,与传统利用敏感词监管方法相比,具有更高的灵活性和准确率。

主 题 词：自然语言处理 文本分类 卷积神经网络 词向量 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

馆 藏 号：203934768...