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
- Nano SIM 卡座 6P AD封装
- x86：从实模式到保护模式【文字版PDF+随书源代码】
- C#.NET工控上位机编程基础课程.rar
- 谷歌github加速器1.0.9.rar
- 学生成绩管理系统网站（数据结构课程设计）
- 基于FPGA的温度传感器（ds18b20）数据采集
- 全国省级行政边界KML图层
- CButtonST按钮增强类（可在VS2012直接使用）
- 基于Java的企业门户网站源代码
- 软件公司为何要放弃MongoDB？
- CASS9.1写狗资源.rar
- 聊天CS通讯源码DELPHI XE.rar
- 苹果电脑Win7风扇转速控制
- 机器人鲁棒控制基础.pdf
- C#超市商品简易管理系统SQLServer数据库
- 江苏省三级偏软教程（电子书）
- SSH（springmvc+spring4.1+hibernate4.0）jar包整合
- 中科院（亚洲人）人脸数据集[计算机视觉人脸识别]part4
- ios-日历.zip
- STM32F407的FSMC工程模板，STM32F407的FSMC工程模板,可以直接使用
- Unity读取Excel文件所必须的dll
- CXImage 类库
- MC9S12DG128最小系统原理图和PCB板
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