铸型来看似为同光泰-的A2 - Ni,非盟-甄,利华国际盟——太阳,小琪PY - 2021 DA - 2021/10/12 TI -卷积神经网络的研究基于综合分类问题分类SP - 4176059六世- 2021 AB -作为新一代的搜索引擎,自动问答系统(QAS)变得越来越重要,已经成为计算机应用研究的热点之一,自然语言处理(NLP)。然而,随着QAS不可或缺的一部分,问题分类的作用是一个理解的系统。针对这一点,进一步使问题分类的性能更好,特征提取和分类模型进行了探讨。现有CNN的研究,研究一种改进的基于装袋CNN模型集成分类(简称“W2V + B-CNN”)提出并应用于分类问题。首先,我们把短的文本的特点,使用Word2Vec工具将单词的特征映射到某个维度,并组织问题的句子变成一个二维矩阵的形式类似于图像。然后,使用训练有素的词向量作为输入CNN的特征提取。最后,装袋集成分类算法来取代将Softmax分类传统CNN的分类。换句话说,好的W2V + B-CNN模型的优点是,它可以利用CNN和装袋集成分类在同一时间。总的来说,新模型不仅可以使用强大的CNN提取特征提取能力的潜在特性还自然语言问题,但使用好数据集成分类算法的分类功能特性分类的同时,可以帮助提高W2V + B-CNN的准确性问题分类的应用。比较实验结果证明W2V + B-CNN的效果明显优于CNN和其他分类算法的分类问题。 SN - 1058-9244 UR - https://doi.org/10.1155/2021/4176059 DO - 10.1155/2021/4176059 JF - Scientific Programming PB - Hindawi KW - ER -