基于改进的TextCNN模型的中文文本分类系统  

作　　者：谢佩君 迟呈英[1] 战学刚[1] 

机构地区：[1]辽宁科技大学计算机与软件工程学院,辽宁鞍山114051

出　　处：《IT经理世界》2021年第10期125-126,共2页

摘　　要：随着互联网的快速发展,网络上的信息呈现出爆炸式的增长。面对这些海量的信息数据,如何进行快速的文本分类就显得非常的重要。为了实现文本的快速分类,针对多文本分类的问题提出并设计了一种基于改进的TextCNN模型的中文文本分类模型,即Bert-TextCNN-Highway模型。基于此模型,在明确了相应系统需求的基础上,对系统的设计与实现进行了介绍。在系统的设计和实现中,主要采用了写前端界面和中间数据传输的相关技术,并利用Boostrap框架进行前端页面的编写和Django框架对前后端数据传输的编写。通过该系统,可以快速有效地进行中文文本分类。

关 键 词：Bert模型 TextCNN模型 Highway网络 系统设计 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]