面向领域新闻的词汇输入预测

为解决领域新闻中词汇使用频率对输入预测准确度的影响，提出一种面向领域新闻的词汇输入预测方法，结合样本修剪提升LSTM应用于领域新闻词汇预测中的准确性。利用文本的词序关系形成词汇网络，构建词汇相关度度量模型计算词汇间的相关度，依据词汇间的强弱关系进行词汇修剪。基于词序关系，采用LSTM进行训练，生成词汇输入预测序列。实验结果表明，相比传统LSTM模型，所提方法能够提升平均4.73%的准确率，验证了所提方法的可行性与有效性。