标题：面向企业信息推送的短文本有监督分类
作者：徐哲辰 张金艺
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：企业推送短文本；深度神经网络；有监督分类
摘要：随着企业信息传递量的激增，围绕信息精准推送的研究成为相关领域的热点，对于企业推送短文本的精准分类更是其中非常重要的一环。传统的短文本分类多采用TF-IDF算法构建词向量，并采用机器学习方法进行分类，存在维度过高、分类精准度不够等问题。提出基于深度学习的企业推送短文本有监督分类方法，引入深度神经网络代替机器学习分类方法，创建TextCNN模型对企业推送短文本进行处理并分类。实验结果表明，提出方法在开源数据集THUCNews上达到了96.53%的准确率，平均处理时间较传统方法最少缩短400%以上，在性能和准确率上都得到了较好的提升，具有较高的应用价值。