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
- 形式语言与自动机理论(第2版) 蒋宗礼 课后答案[1-12章].pdf
- X-CUBE-MCSDK-FUL_5.4.3.7z
- TMS320C28X系列 DSP 指令和编程指南
- MATLAB遗传算法VRP
- PSOC uart中文资料，非常详细
- Apriori算法实现及实验报告
- VFP课程设计(附源码)
- protues+ 8086 +8259仿真
- matlab说话人识别
- pycharm工程python调用OpenCV实现USB摄像头实时人脸检测
- CANoe10.0基础操作手册.docx
- matlab基于小波融合的人脸融合
- 3560_full_evb3561sv_w_65_m0-ota-20200515_DSP.zip
- ut-890 485-usb能用驱动（适用于Windows CE 6.0 x86 Processor）
- ValheimBepinexMods：可在以下位置获得Mod版本：https：valheim.thunderstore.iopackagenearbear-源码
- ppt模板04-64页
- Web安全测试操作指导书_华为v1.0.doc
- PSP金手指大全.docx
- Dism++装机工具.zip
- 视频背景切换 html+css
- iOS 2021年最新地区行政区划plist文件，民政部2020年10月数据
- 高德导航demo
- 客房管理系统（含一万字论文）
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