-
公开(公告)号:CN109977224A
公开(公告)日:2019-07-05
申请号:CN201910178534.6
申请日:2019-03-11
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于卷积神经网络和词向量相结合的新闻分类方法,首先将训练文本利用skip‑gram模型训练成分布式词向量表示,然后再将文本矩阵输入卷积神经网络分类器进行训练,模型训练好后就可以得出待测新闻文本的类别。本发明中采用的卷积神经网络不需要提前单独提取文本特征,可以通过整个网络独立完成,本发明操作步骤简便且具有更高的准确率。