Word2Vec对海关报关商品文本特征降维效果分析

摘要：

[目的]对海关平台的高维报关商品特征实现有效降维,提高海关平台的工作效率.[方法]以国内某海关4个月的商品文本作为语料,从词语相似度与相关度两个微观层面评估生成词向量的质量,并结合SVM算法将传统0-1矩阵、频次降维、信息增益方法与Word2Vec词向量进行对比,以探究其对海关商品文本特征的降维效果.[结果]对于海关报关商品文本,Word2Vec词向量是一种较为理想的降维方法,且词向量维度为500时,分类效率最高,准确率为93.01％.[局限]主要针对数据量最多的5大类别进行研究,尚未对其他类别的分类效果进一步探讨.[结论]Word2Vec用于海关商品文本的降维效果较为理想,能够保证较高的准确率与数据的完整性,并显著降低特征维度.

关键词：Word2Vec、支持向量机、自动归类、特征降维

所属期刊栏目：4

分类号：TP393(计算技术、计算机技术)

资助基金：本文系江苏省研究生科研与实践创新计划项目“大数据环境下海关商品归类风险分析和规避研究”;横向课题“海关税收大数据分析咨询项目”的研究成果之一

在线出版日期：2020-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：89-100