留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于深度神经网络的中文新闻文本分类方法

郑创伟 王 泳 邢谷涛 谢志成 陈义飞

郑创伟, 王 泳, 邢谷涛, 谢志成, 陈义飞. 基于深度神经网络的中文新闻文本分类方法[J]. 中国传媒科技, 2023, (3): 147-151. doi: 10.19483/j.cnki.11-4653/n.2023.03.033
引用本文: 郑创伟, 王 泳, 邢谷涛, 谢志成, 陈义飞. 基于深度神经网络的中文新闻文本分类方法[J]. 中国传媒科技, 2023, (3): 147-151. doi: 10.19483/j.cnki.11-4653/n.2023.03.033

基于深度神经网络的中文新闻文本分类方法

doi: 10.19483/j.cnki.11-4653/n.2023.03.033
详细信息
    作者简介:

    郑创伟(1978-),男,广东汕头,高级工程师, 研究方向为大数据、人工智能;王泳(1977-),女,湖南 邵阳,中级工程师,研究方向为大数据;邢谷涛(1984-), 男,海南文昌,中级工程师,研究方向为云计算;谢志成 (1980-),男,广东汕头,中级工程师,研究方向为大数据、 云计算;陈义飞(1981-),广东湛江,中级工程师,研究 方向为大数据。

  • 中图分类号: TP183

  • 摘要: 【目的】文章比较多个基于深度神经网络的中文新闻文本分类模型,旨在找到准确度较高的方法用以实际工作, 为中文新闻文本分类提供更加高效的方法。【方法】对文本分类技术和中文新闻分类进行了梳理和归纳,对中文 新闻文本的特征和预处理进行了阐述,详细介绍 FastText 算法、Bert 分类算法、TextCNN 算法和 TextRNN 算法。【结 果】四种深度神经网络算法均可以应用于中文新闻文本分类,可以有效处理信息紊乱问题以及快速准确进行分类。 【结论】通过对四种深度神经网络算法进行试验和效果对比,发现 FastText 模型在实际工作中的文本分类效果最 为优异。

     

  • [1] 李泽魁,孙霏,陈珺 . 新闻媒体领域中文语义分析技术智 能化、知识化之路的研究与探索 [J]. 中国传媒科技,2018 (8):35-37.
    [2] Li Z ,Shang W ,Yan M . News text classification model based on topic model[C]// IEEE/ACIS International Conference on Computer & Information Science. IEEE, 2016.
    [3] 李可悦,陈轶,牛少彰 . 基于 BERT 的社交电商文本分 类算法 [J]. 计算机科学,2021(2):87-92.
    [4] 贾澎涛,孙炜 . 基于深度学习的文本分类综述 [J]. 计算机 与现代化,2021(7):29-37.
    [5] 谭辛 . 政策解读大数据分析应用的实践探究 [J]. 中国传媒 科技,2019(3):22-23.
    [6] 刘萌 . 人工智能技术在媒体融合中的运用研究 [J]. 中国传 媒科技,2021(11):154-156.
    [7] 李泽魁,孙霏,陈珺 . 新闻媒体领域中文语义分析技术智 能化、知识化之路的研究与探索 [J]. 中国传媒科技,2018 (8):35-37.
    [8] 贾红雨,王宇涵,丛日晴,林岩 . 结合自注意力机制的 神经网络文本分类算法研究 [J]. 计算机应用与软件,2020 (2):200-206.
    [9] 杨锐,陈伟,何涛,张敏,李蕊伶,岳芳 . 融合主题信 息的卷积神经网络文本分类方法研究 [J]. 现代情报,2020 (4):42-49.
    [10] 杜思佳,于海宁,张宏莉 . 基于深度学习的文本分类研 究进展 [J]. 网络与信息安全学报,2020(4):1-13.
    [11] 郝超,裘杭萍,孙毅,张超然 . 多标签文本分类研究进 展 [J]. 计算机工程与应用,2021(10):48-56.
    [12] 王迷莉 . 基于机器学习的文本分类研究 [J]. 科技创新与 应用,2021(26):70-72.
  • 加载中
计量
  • 文章访问数:  289
  • HTML全文浏览量:  46
  • PDF下载量:  26
  • 被引次数: 0
出版历程
  • 网络出版日期:  2023-04-26
  • 刊出日期:  2023-04-26

目录

    /

    返回文章
    返回