基于卷积神经网络与词向量的中文文本分类.docx

基于卷积神经网络与词向量的 中文文本分类 摘要 随着移动通信技术的进一步发展，人们在通过手机参与各类网络活动时，总能收到很多的垃圾短信，这些垃圾短信严重困扰着我们的生活，如何通过算法从中文短信中快速分类出正常短信和垃圾短信，可以为人们摆脱垃圾短信的困扰提供帮助，具有重大现实意义。针对传统神经网络训练训练复杂度过高，无法提取上下文特征的问题，采用卷积神经网络和词向量对中文短信进行分类。首先，对中文短信文本进行过滤和分词，并导入Skip-Gram模型训练出短信文本中每个词的词向量。然后，通过三种不同长度卷积核提取特征矩阵，并利用池化层取得更加抽象的特征矩阵。最后将特征矩阵放入全连接层中进行学习，