计算机软件及计算机应用论文_基于混合神经网络
文章目录
1 文本分类方法
2 基础算法模型
2.1 Word2vec模型
2.2 TF-IDF模型
2.3 文本卷积神经网络模型
3 模型构建
3.1 基于TF-IDF和Word2vec的改进算法
3.2 基于TF-Word的混合神经网络模型
4 实验与分析
4.1 实验环境搭建
4.2 实验测试
5 结束语
文章摘要:对数据进行分类处理是当前的研究热点,采用传统机器学习算法对英语文本进行分类有文本特征不明显、训练周期长、词序丢失等诸多缺点。针对传统机器学习算法的不足,文中对Word2vec算法和TF-IDF算法进行融合,生成改进的TF-Word算法。同时应用卷积神经网络组成混合神经网络模型实现文本分类,该方法可以有效提高传统文本分类方法的精度。实验表明,文中所构建算法模型的F1值相比于传统机器学习算法均有12%以上的提升,证明所提出的基于融合句法特征的自然语言处理方法,对英语长句的翻译质量有一定程度的提升。
文章关键词:
