| 基于自动编码器的短文本特征提取及聚类研究 |
| |
| 引用本文： | 刘勘,袁蕴英.基于自动编码器的短文本特征提取及聚类研究[J].北京大学学报(自然科学版),2015,51(2):282-288. |
| |
| 作者姓名： | 刘勘 袁蕴英 |
| |
| 作者单位： | 中南财经政法大学信息与安全工程学院,武汉,430074;中南财经政法大学信息与安全工程学院,武汉,430074 |
| |
| 基金项目： | 国家社会科学基金(14BXW033);教育部人文社会科学基金(11YJAZH060)资助 |
| |
| 摘 要： | 针对短文本的特点,提出一种基于深层噪音自动编码器的特征提取及聚类算法。该算法利用深度学习网络,将高维、稀疏的短文本空间向量变换到新的低维、本质特征空间。首先在自动编码器的基础上,引入L1范式惩罚项来避免模型过分拟合,然后添加噪音项以提高算法的鲁棒性。实验结果表明,将提取的文本特征应用于短文本聚类,显著提高了聚类的效果,有效地解决了短文本空间向量的高维、稀疏问题。
|
| 关 键 词： | 深度学习 自动编码器 特征提取 聚类 |
Short Texts Feature Extraction and Clustering Based on Auto-Encoder |
| |
| LIU Kan
,
YUAN Yunying.Short Texts Feature Extraction and Clustering Based on Auto-Encoder[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2015,51(2):282-288. |
| |
| Authors: | LIU Kan YUAN Yunying |
| |
| Institution: | LIU Kan;YUAN Yunying;School of Information and Safety Engineering, Zhongnan University of Economics and Law; |
| |
| Abstract: | |
| |
| Keywords: | deep learning auto-encoder feature extraction clustering |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
