论文部分内容阅读
提出一种基于word2vec的文本分类方法,通过词向量进行文本特征表示,并通过相似度计算实现文本分类。通过大量实验对方法的性能和参数进行了分析,包括:1)基于word2vec解决传统词袋模型的降维问题的量化分析;2)关键词个数与相似度阈值的选取,对文本分类效果的影响;3)该方法与经典的KNN及其改进方法的效果对比。最终验证和分析了该方法的有效性与准确性。