基于词向量模型的短文本分类方法研究综述

摘要

生成、信息抽取等领域具有重要的研究意义.相比长文本数据，如何高效地对短文本进行分类是研究的重点.词向量模型可以避免从头开始训练模型，加快了算法研究和实践过程的速度，尤其在短文本分类领域表现突出.本文根据近年来短文本分类中采用的词向量模型，从传统词向量模型和预训练词向量模型来分析主流词向量模型在短文本分类领域的研究现状，简要梳理了词向量模型的发展进程，介绍了词向量模型在短文本分类领域的具体应用，分析了其优缺点，给出了后词向量时代的短文本分类的发展展望，最后探讨了当前词向量模型在短文本分类中存在的局限性及未来的发展方向.

关键词

文本挖掘 / 词向量 / 短文本分类 / 预训练模型

基金资助

宁夏自然科学基金项目(2021AAC03224); 北方民族大学校级科研项目(2024XYZJK01);北方民族大学研究生创新项目(YCX23167)