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
- 自定义TreeView，在树节点旁添加按钮。
- 鼎捷T100内部培训PPT
- 40个有创意的html+css网页源代码
- 报表工具FineReport中如何把报表放到网页中显示
- 片上系统设计思想与源代码分析
- SICK中距离传感器DT35的中文操作说明书
- 蚁群算法配电网络重构
- 小程序自定义分页选择组件
- 全国大学生数学竞赛资料汇总.zip
- 西门子S7协议源代码分享C#版
- 电影网站管理系统（.NET vs2008+sql2005，asp.net MVC）
- OneKeyGhost.zip
- 30-【黑苹果】华硕ROG STRIX X299-E GAMING+i7-7800X+macos10.13.6 efi文件下载.rar
- three-解析图片颜色生成使用多实例网格柱状图
- 新冠肺炎疫情防控医务人员必会知识点(1)(2).pdf
- 地球仪纹理型纹理贴图 C++代码
- 利用javascript在网页实现八数码启发式A*算法动画
- matlab eeg
- springcloud入门课件
- C#写的GDI+画板，功能齐全
- 说话人识别和确认系统
- Windows.7设备驱动程序开发.pdf
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