基于特征权重的词向量文本表示模型

摘要：

针对传统文本表示方法无法准确表达文本信息、稀疏维度高等问题,提出基于特征权重的词向量文本表示模型.通过Glove模型获得词向量,然后分别与TF-IDF、N-Gram模型相结合,分析考虑了文本的全局信息,解决了传统表示方法中稀疏维度高的问题,更好地捕捉了文本的语义和语序等局部信息,提高了文本特征表达能力.最后,通过20NewsGroup和5AbstractsGroup测试,分类准确率分别为85.93％、87.02％,验证了文本表示模型的有效性.

关键词：TF-IDF模型、N-Gram模型、Glove模型、文本表示

所属期刊栏目：36

分类号：TN912.34

资助基金：国家自然科学基金;西安市科技局高校人才服务企业项目

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114