论文部分内容阅读
在Web1.0时代,用户与互联网交互方式仅限于单向只读,进入Web2.0后,由于计算机运算和存储能力显著提高,用户主导网站生成内容变得越发便利,如何在良莠不齐的海量留言中挑选高质量文本,是一个亟待解决并充满实际意义的文本分类任务。本文利用近些年发展迅速的神经网络技术并且结合电商平台亚马逊公开的推荐数据集,设计一套不需要先验知识就可甄别高质量留言的神经网络模型。