| 稀疏自动编码器在文本分类中的应用研究 |
| |
| 引用本文： | 秦胜君.稀疏自动编码器在文本分类中的应用研究[J].科学技术与工程,2013,13(31). |
| |
| 作者姓名： | 秦胜君 |
| |
| 作者单位： | 广西科技大学 |
| |
| 基金项目： | 欠发达地区工业化与信息化融合及其系统动力机制研究 |
| |
| 摘 要： | 传统的文本分类算法都是采用期望交叉熵、信息增益和互信息等统计方法，通过设置阈值获取特征集，如果训练集的数据量较大，则容易出现特征项不明确，特征信息丢失等缺陷，为解决上述问题，提出运用“深度学习”中的稀疏自动编码器算法自动提取文本特征，然后结合深度置信网络形成SD算法进行文本分类。实验表明，在训练集较少的情况下，SD算法的分类性能低于传统的支持向量机，但是在处理高维数据时，SD算法则比支持向量机具有较高的准确率和召回率。
|
| 关 键 词： | 文本分类 深度学习 稀疏自动编码器 深度置信网络 |
| 收稿时间： | 2013/6/21 0:00:00 |
| 修稿时间： | 2013/6/21 0:00:00 |
Research of Text Categorization Based on Sparse Autoencoder Algorithm |
| |
| qin sheng jun.Research of Text Categorization Based on Sparse Autoencoder Algorithm[J].Science Technology and Engineering,2013,13(31). |
| |
| Authors: | qin sheng jun |
| |
| Abstract: | |
| |
| Keywords: | Text Classification Deep Learning Sparse Autoencoder Deep Belief Networks |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
