《表1 不同级别的特征分类准确率比较》
本文使用卷积神经网络模型,在引入类别关键词特征之后,还加入word2vec词向量和位置向量,除此之外,还增加了tfidf、doc2vec特征,将这些特征作为卷积神经网络模型的输入特征。最后经过排序计算出topk个关键词,在基于不同级别的特征进行分类实验,结果如表1。
图表编号 | XD00124838200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 孙梦博 |
绘制单位 | 华北理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |
本文使用卷积神经网络模型,在引入类别关键词特征之后,还加入word2vec词向量和位置向量,除此之外,还增加了tfidf、doc2vec特征,将这些特征作为卷积神经网络模型的输入特征。最后经过排序计算出topk个关键词,在基于不同级别的特征进行分类实验,结果如表1。
图表编号 | XD00124838200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 孙梦博 |
绘制单位 | 华北理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |