%0 Journal Article
%T 不平衡训练数据下的基于深度学习的文本分类
%A 郭武
%A 陈志
%J 中山大学学报（自然科学版）
%D 2020
%X 摘要 近几年来,随着词向量和各种神经网络模型在自然语言处理上的成功应用,基于神经网络的文本分类方法开始成为研究主流.但是当不同类别的训练数据不均衡时,训练得到的神经网络模型会由多数类所主导,分类结果往往倾向多数类,极大影响了分类效果.针对这种情况,本文在卷积神经网络训练过程中,损失函数引入类别标签权重,强化少数类对模型参数的影响.在复旦大学文本分类数据集上进行测试,实验表明本文提出的方法相比于基线系统宏平均F1值提高了449%,较好地解决数据不平衡分类问题
%K 不平衡数据集
%K 词向量
%K 卷积神经网络
%K 文本分类
%U http://xwxt.sict.ac.cn/CN/abstract/abstract5235.shtml