| 深层自动编码机的文本分类算法改进 |
| |
| 引用本文： | 胡侯立,魏维,谢青松. 深层自动编码机的文本分类算法改进[J]. 计算机应用研究, 2015, 32(4) |
| |
| 作者姓名： | 胡侯立 魏维 谢青松 |
| |
| 作者单位： | 西安通信学院,西安,710106 |
| |
| 摘 要： | ![]()
自动编码机作为一种新兴的深层神经网络学习算法,在高维数据的降维和图像重构中取得了很好的效果.针对该方法在文本分类中重构出大量的对学习没有帮助的含噪数据,提出一种利用原型数据监督学习的改进模型,称做深层原型自动编码机,该方法改善了无监督学习的不足.并且,通过建立多个实例对应一个原型模型,可以大大降低算法对于原型数量的需求,提升了算法的运行效率,而且更加有利于原型学习在多种不同的数据上展开.实验证明该方法可以增加文本分类的准确率.
|
| 关 键 词： | 自动编码机 无监督学习 深层原型自动编码机 原型分类器 |
Text-classification algorithm improvements based on deep autoencoder |
| |
| HU Hou-li,WEI Wei,XIE Qing-song. Text-classification algorithm improvements based on deep autoencoder[J]. Application Research of Computers, 2015, 32(4) |
| |
| Authors: | HU Hou-li WEI Wei XIE Qing-song |
| |
| Abstract: | ![]()
|
| |
| Keywords: | autoencoder unsupervised learning deep prototype autoencoder prototype classifier |
| 本文献已被 万方数据 等数据库收录！ |
|
