《深度學習在文本分類中的應用探究》11000字【論文】

表310所示，能清楚直觀的顯示模型處理各個類別的水平。對角線所處的位置代表模型預測正確的，對角線外代表模型預測錯誤的，這里可以發(fā)現(xiàn)對角線外的數(shù)值相對很小。通過觀察，這個模型有著比較高的準確率，通過混淆矩陣可以列出混淆表格，進而計算準確率、召回率、F值等指標。如REF_Ref70639197\h表39所示，可以看到在測試集上的準確率達到了96.04%，且各類的指標都超過了0.9。在測試集上進行TextRNN模型的測試，如REF_Ref70074041\h表311所示，可以看到測試集的準確率達到了94.22%，各類的指標基本超過了0.9。在REF_Ref70639222\h表312中，可以看到第有幾個比較大的數(shù)據(jù)，說明某一類別的預測效果并不理想。表STYLEREF1\s3SEQ表\*ARABIC\s111TextRNN模型分類結果TestLoss0.21TestAcc94.22%precisionrecallF-measure家居0.970.730.83教育0.910.920.91科技0.930.960.94財經0.910.990.95房產1.001.001.00時尚0.890.970.93時政0.930.930.93游戲0.950.970.96娛樂0.970.960.97體育0.990.990.99avg/total0.940.940.94表STYLEREF1\s3SEQ表\*ARABIC\s112TextRNN混淆矩陣9880004020510990111106000299611000002711731512088283513079182343194130309643521010171397206901600222609312323002212097270311731159960實驗對比分析使用TextCNN、TextRNN模型處理相同文本數(shù)據(jù)進行對比實驗。為評估實驗算法的性能，對準確率、損失函數(shù)、精確率、召回率、F值等指標進行了分析。通過對比REF_Ref70638869\h圖31和REF_Ref70638871\h圖32，發(fā)現(xiàn)當一開始迭代相同的次數(shù)時，CNN模型用于文本分類的準確率和損失函數(shù)下降速率都是明顯高于RNN模型，并且它在迭代1600次時結束了訓練。而RNN模型在迭代3000次才結束。通過觀察REF_Ref70638799\h表35至REF_Ref70638825\h表38，CNN模型只迭代了3次就停止，耗時50秒，驗證集最佳效果為94.12%。而RNN模型迭代了8次才停止，耗時33分鐘，驗證集最佳效果為91.42%，TextCNN模型在效率性能上非常明顯地完勝了TextRNN模型。對比REF_Ref70639197\h表39和REF_Ref70074041\h表311，進行模型測試時，CNN模型測試集上的準確率達到了96.04%，損失值只有0.14，而RNN模型的準確率為94.22%，損失值為0.21,明顯CNN模型的擬合能力較好。在準確率上TextRNN也稍遜色于TextCNN。在CNN模型中，各類別的平均精確率為0.96，平均召回率為0.96。F值為0.96。在RNN模型中，平均精確率為0.94，平均召回率為0.94，F(xiàn)值為0.94。大體上是同一水平的性能，精確率的值都很高，說明算法效果都不錯。但在REF_Ref70639222\h表312中明顯可以看到第四行除對角線外的值有些大，故而體現(xiàn)到RNN模型的家居類別的召回率只有0.73，說明TextRNN模型對家具類文本分類問題預測效果不好。通過查閱資料總結出：當句子的分類是由整個句子決定的時候，建議使用RNN，

當句子的分類是由幾個局部的語義決定的時候，CNN會更容易分類正確。整體來說，由于TextRNN的模型比較復雜，特別是做項目講究的是效率性能，除非對一些特定的任務必須用TextRNN，一般TextCNN模型在文本分類上有著較大的優(yōu)勢。結語隨著通信技術和移動互聯(lián)網(wǎng)的快速發(fā)展，文本信息越來越復雜。文本分類可以從大量數(shù)據(jù)中獲取有效信息，并且文本分類一直是自然語言處理領域的一個熱點，研究價值很高。同時深度學習這幾年一直發(fā)展迅猛，其算法模型也很適合用于處理文本數(shù)據(jù)。本文通過分析和總結CNN和RNN模型原理的基礎，研究了深度學習在文本分類中的應用。通過不斷試驗調參，最終確定了合適的參數(shù)集合，使用可以為不同參數(shù)設計自適應學習率的優(yōu)化算法，使用了多項評價指標來評估模型性能，結果在分類問題中都取得了不錯的效果。說明了模型設計的有效性。研究的不足和進一步的想法有以下幾個方面：本實驗搭建的是兩種常見的網(wǎng)絡模型，實驗不夠豐富比較單調，最近幾年也有提出一些新的模型和一些改進的模型，由于時間和自身能力的不足，沒有實現(xiàn)多模型的比較。由于自身電腦配置的問題，沒有更好的硬件環(huán)境進行實驗，如果條件允許會嘗試用CPU進行實驗。數(shù)據(jù)集過于單一，可以對多種不同類型的語料進行文本分類工作，通過對比可以總結各個模型更適合處理的數(shù)據(jù)集。在以后的生活中，我會繼續(xù)積累這方面的知識，盡量去學習更多的深度學習應用的領域，探索世界，了解世界。參考文獻陳東焰,陸暢.從AlphaGo看機器學習[J].科技創(chuàng)新導報,2020,17(13):146+148.猿輔導研究團隊.深度學習核心技術與實踐[M].北京：電子工業(yè)出版社.2018.2.高志強,黃劍,李永.深度學習從入門到實踐[M].北京：中國鐵道出版社.2018.6.高強.基于深度卷積網(wǎng)絡學習算法及其應用研究[D].北京化工大學,2015.于游,付鈺,吳曉平.中文文本分類方法綜述[J].網(wǎng)絡與信息安全報,2019,5(05):1-8.陶永才,楊朝陽,石磊,衛(wèi)琳.池化和注意力相結合的新聞文本分類方法[J].小型微型計算機系統(tǒng),2019,40(11):2393-2397.徐泓洋,楊國為.中文文本特征選擇方法研究綜述[J].工業(yè)控制計機,2017,30(11):80-81.游攀利.基于集成SVM的文本分類方法研究[D].華中科技大學,2014.候漢清.分類法的發(fā)展趨勢簡論[J].情報科學，1981(01):58-63+30.牛雪瑩.結合主題模型詞向量的CNN文本分類[J].計算機與現(xiàn)代化,2019(10):7-10.賴文輝.基于深度學習理論的中文文本分類技術研究[D].華