[1] 江斌. 微博自动分类方法研究及应用[D]. 哈尔滨:哈尔滨工业大学, 2012.
[2] 张志飞,苗夺谦,高灿. 基于LDA主题模型的短文本分类方法[J]. 计算机应用, 2013,33(6):1587-1590.
[3] 张爱丽,刘广利,刘长宇. 基于SVM的多类文本分类研究[J]. 情报杂志, 2004,23(9):6-7.
[4] 郭泗辉,樊兴华. 一种改进的贝叶斯网络短文本分类算法[J]. 广西师范大学学报(自然科学版), 2010,28(3):140-143.
[5] 张宁,贾自艳,史忠植. 使用KNN算法的文本分类[J]. 计算机工程, 2005,31(8):171-172.
[6] 黄华. 基于决策树与SVM融合学习的科技文献分类方法研究[D]. 郑州:河南工业大学, 2011.
[7] Mikolov T, Chen Kai, Corrado G, et al. Efficient Estimation of Word Representations in Vector Space[EB/OL]. https://arxiv.org/abs/1301.3781, 2013-01-16.
[8] Kim Y. Convolutional neural networks for sentence classification[C]// Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing. 2014:1746-1751.
[9] Kalchbrenner N, Grefenstette E, Blunsom P. A Convolutional Neural Network for Modelling Sentences[EB/OL]. https://arxiv.org/abs/1404.2188, 2014-04-08.
[10]崔建明,刘建明,廖周宇. 基于SVM算法的文本分类技术研究[J]. 计算机仿真, 2013,30(2):299-302
[11]李玉鑑,王影,冷强奎. 基于最近邻子空间搜索的两类文本分类方法[J]. 计算机工程与科学, 2015,37(1):168-172.
[12]陈翠平. 基于深度信念网络的文本分类算法[J]. 计算机系统应用, 2015,24(2):121-126.
[13]冯永,李华,钟将,等. 基于自适应中文分词和近似SVM的文本分类算法[J]. 计算机科学, 2010,37(1):251-254.
[14]顾益军,樊孝忠,王建华,等. 中文停用词表的自动选取[J]. 北京理工大学学报, 2005,25(4):337-340.
[15]施聪莺,徐朝军,杨晓江. TFIDF算法研究综述[J]. 计算机应用, 2009,29(S1):167-170.
[16]耿丽娟,李星毅. 用于大数据分类的KNN算法研究[J] 计算机应用研究, 2014,31(5):1343-1344.
[17]宗成庆. 统计自然语言处理[M]. 北京:清华大学出版社, 2008:352-353. |