收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络和贝叶斯分类器的句子分类模型

李文宽  刘培玉  朱振方  刘文锋  
【摘要】:针对传统句子分类模型存在特征提取过程复杂且分类准确率较低等不足,利用当下流行的基于深度学习模型的卷积神经网络在特征提取上的优势,结合传统句子分类方法提出一种基于卷积神经网络和贝叶斯分类器的句子分类模型。该模型首先利用卷积神经网络提取文本特征,其次利用主成分分析法对文本特征进行降维,最后利用贝叶斯分类器进行句子分类。实验结果表明在康奈尔大学公开的影评数据集和斯坦福大学情感分类数据集上,所提模型优于只使用深度学习的模型或传统句子分类模型。

知网文化
【相似文献】
中国期刊全文数据库 前7条
1 郭益民;张爱新;;基于卷积神经网络的Android流量分类方法[J];通信技术;2020年02期
2 李婷;;深度学习在网络安全防御中的应用研究[J];网络安全技术与应用;2020年01期
3 李冠广;王占杰;;贝叶斯分类器在入侵检测中的应用[J];信息安全与技术;2010年09期
4 刘艳梅;;深度学习技术下的中文微博情感的分析与研究[J];软件;2016年05期
5 高志森;张铮;李俊;;入侵检测中贝叶斯分类器改进的研究[J];计算机技术与发展;2006年11期
6 崔艳鹏;刘咪;胡建伟;;基于CNN的恶意Web请求检测技术[J];计算机科学;2020年02期
7 何雪梅;;基于主成分分析的网站评价研究——以医药网站评价为例[J];情报探索;2015年02期
中国硕士学位论文全文数据库 前2条
1 曹宇;自主容器云下微服务部署调度的研究与实现[D];中国电子科技集团公司电子科学研究院;2019年
2 杨成龙;基于深度学习的二进制协议逆向方法研究[D];华中科技大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978