基于卷积神经网络的中文财经新闻分类方法

谢志峰^1,2,吴佳萍¹,马利庄^2,3

1. 上海大学影视工程系, 上海 200072;2. 上海电影特效工程技术研究中心, 上海 200072;3. 上海交通大学计算机科学与工程系, 上海 200240

收稿日期:2017-08-29出版日期:2018-06-20发布日期:2017-08-29

作者简介:谢志峰(1982— ),男,江苏如东人,博士,讲师,主要研究领域为信息处理、深度学习等. E-mail:zhifeng_-xie@shu.edu.cn
基金资助:国家自然科学基金资助项目(61303093,61402278,61472245);上海市科委科技攻关资助项目(16511101300)

Chinese financial news classification method based on convolutional neural network

XIE Zhifeng^1,2, WU Jiaping¹, MA Lizhuang^2,3

1. Department of Film and Television Engineering, Shanghai University, Shanghai 200072, China;
2. Shanghai Engineering Research Center of Motion Picture Special Effects, Shanghai 200072, China;
3. Department of Computer Science and Engineering, Shanghai Jiaotong University, Shanghai 200240, China

Received:2017-08-29Online:2018-06-20Published:2017-08-29

摘要/Abstract

摘要： 针对目前财经领域内新闻数据杂乱无章、缺乏自动高效管理等问题,提出一种基于卷积神经网络的中文财经新闻分类方法。收集大规模财经新闻语料,通过无监督学习方法训练获得一个广义通用的财经类词向量模型,将词向量引入到卷积神经网络模型训练中实现有效分类。与传统方法相比,基于卷积神经网络的中文财经新闻分类方法网络模型结构简单,针对小样本集也能表现优异的性能,不仅能有效解决中文财经新闻分类问题,还可充分证明卷积神经网络在处理文本分类问题中的有效性。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1734