基于Word2Vec的微博文本分类研究
以微博为代表的社交平台是信息时代人们必不可少的交流工具.挖掘微博文本数据中的信息对自动问答、舆情分析等应用研究都具有重要意义.短文本数据的分类研究是短文本数据挖掘的基础.基于神经网络的Word2vec模型能很好的解决传统的文本分类方法无法解决的高维稀疏和语义鸿沟的问题.本文首先基于Word2vec模型得到词向量，然后将类别因素引入传统权重计算方法TF-IDF （Term Frequency-Inverse Document Frequency）设计词向量权重，进而用加权求和的方法得到短文本向量，最后用SVM分类器对短文本做分类训练并且通过微博数据实验验证了该方法的有效性.
文件下载
评论信息
其他资源
- 无线通信原理与应用答案(第二版）
- java局域网聊天室(RSA算法加密)
- 高阶统计量matlab工具包
- fmod sample bank generator-fsbank
- 北京地图shp矢量2015包含道路、住宅小区、河流、风景名胜等
- 数据结构（用面向对象方法与C++语言描述）课后答案
- iNodeClient7.3.pkg.zip
- 室内定位 WIFI Scan 源代码
- 微机原理课程设计 电子琴（全注释、完美版）
- spark java echarts淘宝交易大数据.rar
- MCGS 自动扶梯组态过程 实现上下行高低速动画展示
- Android时间选择器两种实现（自定义的年、月、日、时、分）
- 伦敦租赁市场-源码
- WMI 获取计算机信息（cpu 硬盘 网卡 网速）
- openwrt的qos-emong
- 科技行业2021数字前沿应用趋势：变量.pdf
- 2004年下半年高等教育自学考试全国统一命题考试数据结构导论试卷及答案.docx
- 【070期】P小于0.05，结果真的有效吗？.docx
- html5公路赛车游戏源码
- java程序设计教程（第五版）习题解答
- C++并行与分布式编程_肖和平2004译.pdf
- cute slider v2.1
- delphi7+网页采集之网址提取，内容提取，图片提取，网页源码
- 流形学习算法分析及比较
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