基于LDA和深度学习的文本分类方法

作     者：郑飞 韦德壕 黄胜 ZHENG Fei;WEI De-hao;HUANG Sheng

作者机构：重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学光通信与网络重点实验室重庆400065 

基　　金：国家自然科学基金项目(61371096) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第8期

页      码：2184-2189页

摘      要：针对文档集里的文本长度长短不一和特征提取困难等问题,提出一种基于LDA和深度学习的文本分类方法。结合LDA主题模型和Word2Vec词向量模型完成对文本词向量矩阵的构建,由结合融合层的卷积神经网络对构建好的词向量矩阵获取联合特征,将获取的特征送到softmax分类器得到分类结果。该方法在文本情感分类上进行实验,实验结果表明,该方法解决了文档集里的文本长度长短不一和特征提取困难等问题,在模型评价指标上都得到了提高。

主 题 词：文本长度 深度学习 词向量矩阵 卷积神经网络 情感分类 

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

D　O　I：10.16208/j.issn1000-7024.2020.08.015

馆 藏 号：203963890...