基于分布式詞向量的主題分類

　　主題分類在內(nèi)容檢索和信息篩選中應(yīng)用廣泛，其核心問(wèn)題可分為兩部分：文本表示和分類模型。近年來(lái)，基于分布式詞向量對(duì)文本進(jìn)行表示，使用卷積神經(jīng)網(wǎng)絡(luò)作為分類器的文本主題分類方法取得了較好的分類效果。本文研究了不同詞向量對(duì)卷積神經(jīng)網(wǎng)絡(luò)分類效果的影響，提出針對(duì)中文語(yǔ)料的topic2vec詞向量模型。本文利用該模型，對(duì)具有代表性的互聯(lián)網(wǎng)內(nèi)容生成社區(qū)“知乎”進(jìn)行了實(shí)驗(yàn)與分析。實(shí)驗(yàn)結(jié)果表明，利用topic2vec詞向量的卷積神經(jīng)網(wǎng)絡(luò)，在長(zhǎng)內(nèi)容文本和短標(biāo)題文本的分類問(wèn)題中分別取得了98.06%，93.27%的準(zhǔn)確率，較己知詞向量模型均有顯著提高。