资料下载
×
基于主题相似度聚类的文本分类算法综述
消耗积分:0 |
格式:rar |
大小:2.93 MB |
2021-05-12
分享资料个
传统的文本分类方法仅使用一种模型进行分类，容易忽略不同类别特征词出现交叉的情况，影响分类性能。为提高文本分类的准确率，提岀基于主题相似性聚类的文本分类算法。通过CH和 Wordcount相结合的方法提取类特征词，利用K- means算法进行聚类并提取簇特征词构成簇特征词库。在此基础上，通过 Adaptive Strategy算法自适应地选择 fasttext Textcnn或RCNN模型进行分类，得到終分类结果。在 AG News数据集上的实验结果表明，该算法可较好地解决不同类别特征词交叉的问题，与单fasttext、 Texton、RCNN模型相比，其本分类性能显著提升。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
