基于CP-CNN的中文短文本分类研究-计算机应用研究.PDFVIP

基于CP-CNN 的中文短文本分类研究 作者 余本功, 张连彬 机构 合肥工业大学 管理学院；合肥工业大学 过程优化与智能决策教育部重点实验室 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第4 期 访问地址 /article/02-2018-04-021.html 发布日期 2017-03-31 16:58:11 引用格式 余本功, 张连彬. 基于CP-CNN 的中文短文本分类研究[J/OL]. [2017-03-31]. http://www.arocma /article/02-2018-04-021.html. 摘要 短文本具有长度短、特征稀疏以及上下文依赖强等特点，传统方法对其直接进行分类精度有限。 针对上述问题，提出了一种结合字符和词的双输入卷积神经网络模型CP-CNN。该模型通过加入 一种用拼音序列表征字符级输入的方法，构建字符级和词级的双输入矩阵，并在采样层使用 k- max 采样方法，增强模型特征的表达能力。利用豆瓣电影评论数据集对该模型进行识别精度评估， 实验结果表明，与传统分类模型和标准卷积神经网络模型相比，该模型可有效提高短文本分类效 果。 关键词 短文本, 分类, 卷积神经网络 中图分类号 TP183 基金项目 国家教育部人文社会科学基金项目（2012JYRW0710）; 国家自然科学基金项目 35 优先出版 计 算 机 应 用 研 究 第 卷 基于CP-CNN 的中文短文本分类研究* a, b a 余本功 ，张连彬 ( a b 230009) 合肥工业大学 ．管理学院； ．过程优化与智能决策教育部重点实验室，合肥 摘 要：短文本具有长度短、特征稀疏以及上下文依赖强等特点，传统方法对其直接进行分类精度有限。针对上述问题， 提出了一种结合字符和词的双输入卷积神经网络模型 CP-CNN 。该模型通过加入一种用拼音序列表征字符级输入的方 法，构建字符级和词级的双输入矩阵，并在采样层使用k-max 采样方法，增强模型特征的表达能力。利用豆瓣电影评论 数据集对该模型进行识别精度评估，实验结果表明，与传统分类模型和标准卷积神经网络模型相比，该模型可有效提高 短文本分类效果。 关键词：短文本；分类；卷积神经网络 中图分类号：TP183 Chinese short text classification based on CP-CNN Yu Bengonga, b, Zhng Linbina (a. School of Management, b. Key Laboratory of Process Optimization Intelligent Decision-making, Ministry of Education, Hefei University of Technology, Hefei 230009, China ) Abstract: Since short text is characterized of