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
- ios for vmware
- 光同步数字传输网——韦乐平经典
- 代数学引论第二版第四章答案
- 基于MSP430超声波测距系统的设计与开发（开发文档，源代码，电路图）
- 快思聪编程软件simpl_windows_2.11
- 基于FPGA cyclone II 的LCD显示verilog代码
- CanFestival移植至战舰STM32F1开发板
- 序贯蒙特卡洛
- VC++版贪吃蛇游戏源代码
- Cadkey99学习教程
- 最新版博客源码，后台带30个模板，无限制使用
- PRO-C24-源码
- 空间分集干扰对齐研究
- seleniumLib.py
- Sensory compensation for Barrier-free Design in HCI Education
- activiti-intellij-plugin-0.4.3.zip
- LCD_12864库.zip
- 操作系统的学习笔记
- 炜煌编程器使用说明书-WH500
- 虚拟仪器labiew温室大棚
- DevExpress DXperience Universal 11.2.10 官方下载地址_破解
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