首页|通用词向量模型在文本多目标分类中的性能比较

通用词向量模型在文本多目标分类中的性能比较

PERFORMANCE COMPARISON OF GENERAL WORD VECTOR MODEL IN TEXT MULTI-OBJECTIVE CLASSIFICATION

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对通用词向量模型在文本多目标分类中的不同性能评价比较问题,基于微博灾害数据集,设计四种多目标分类神经网络模型.通过实验,对比分析同一词向量模型在不同分类模型中的性能差异;分析不同词向量模型在分类模型中的性能特点;对模型训练时间和测试准确性进行分析.实验结果表明,Word2vec模型在CNN和LSTM网络模型中针对微博灾害数据准确率最高.

王德志、梁俊艳

展开 >

华北科技学院计算机学院 河北 廊坊065201

华北科技学院图书馆 河北 廊坊065201

词向量模型 情感分类 灾害数据集 自然语言处理

国家重点研发计划河北省物联网监控工程技术研究中心项目

2018YFC08083063142018055

2022

10.3969/j.issn.1000-386x.2022.07.029

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(7)
  • 4