王 东，夏梓渊

(重庆理工大学计算机科学与工程学院，重庆 400054；)

1 引言

电子商务以及社交网络的迅猛发展，促使人们网络生活的形式日益多样化，越来越多的人们积极主动加入社交网络中，在网络中进行交流以及发表自己的评论[1-2]，以上行为大幅度增加了互联网的数据量。现阶段互联网已经日益渗透到人们的生活以及工作中，为了传统的经济结构以及商业模式带来了全新的转机。互联网的开放性、匿名性等优势，促使越来越多的人愿意将身边发生的事情进行分享，并且在网络中查询自己感兴趣的信息[3-4]，整个社交平台为人们的生活带来了极大的便利，同时也有效促进了各个企业的发展。

互联网技术的普及以及飞速发展，促使互联网络中的多标签文本分类变得越来越迫切。本文主要结合经过改进的rcnn模型，提出一种基于改进rcnn模型的多标签短文本自适应分类方法。仿真结果表明，所提方法能够有效提升分类结果的准确性，同时具有较强的实用性。

2 方法

2.1 多标签短文本特征提取

多标签短文本是一种非结构化信息，它本身是无法使用计算机进行直接处理的，所以需要将非结构化的数据转换为结构化的数据，促使计算机能够快速、有效的进行应用。

多标签短文本预处理是文本分类的开始，也是文本分类的必要阶段。

在多标签短文本经过预处理之后，原始的多标签短文本有效删除了的噪声信息，同时以词汇为单位进行文本表述。……