本文關(guān)鍵詞：基于降噪自動編碼器的中文新聞文本分類方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：【目的】借助深度學(xué)習(xí)理論,解決傳統(tǒng)特征選擇方法容易導(dǎo)致特征項不明確、分類精度下降的問題�！痉椒ā繉χ形男侣勎谋具M(jìn)行分類時,使用降噪自動編碼器構(gòu)建一個深層網(wǎng)絡(luò)來學(xué)習(xí)對文本的壓縮及分布式的表示,并在網(wǎng)絡(luò)最后一層采用SVM算法將其分類到具體的類別中去�！窘Y(jié)果】隨著樣本數(shù)目的增大,分類準(zhǔn)確率、召回率和F值都在上升,且比KNN算法、BP算法和SVM算法取得了更優(yōu)的分類效果,平均分類準(zhǔn)確率達(dá)到95%以上�！揪窒蕖繑�(shù)據(jù)量依然較小,且并沒有完全發(fā)揮深度學(xué)習(xí)并行處理大容量數(shù)據(jù)的優(yōu)勢�！窘Y(jié)論】該方法能提高特征項提取的準(zhǔn)確性,并能提高分類效果。
【作者單位】： 江蘇大學(xué)科技信息研究所;
【關(guān)鍵詞】： 降噪自動編碼器 支持向量機(jī) 特征提取 文本分類
【基金】：教育部人文社會科學(xué)研究青年基金項目“基于超圖模型的專利文本多標(biāo)簽分類研究”(項目編號:14YJC870014)的研究成果之一
【分類號】：TP391.1
【正文快照】：

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 汪彩霞;魏雪云;王彪;;基于堆棧降噪自動編碼模型的動態(tài)紋理分類方法[J];現(xiàn)代電子技術(shù);2015年06期

2 劉勘;袁蘊英;;基于自動編碼器的短文本特征提取及聚類研究[J];北京大學(xué)學(xué)報(自然科學(xué)版);2015年02期

3 胡帥;袁志勇;肖玲;王惠玲;王高華;;基于改進(jìn)的多層降噪自編碼算法臨床分類診斷研究[J];計算機(jī)應(yīng)用研究;2015年05期

4 秦勝君;盧志平;;基于降噪自動編碼器的不平衡情感分類研究[J];科學(xué)技術(shù)與工程;2014年12期

5 辛竹;周亞建;;文本分類中互信息特征選擇方法的研究與算法改進(jìn)[J];計算機(jī)應(yīng)用;2013年S2期

6 郭頌;馬飛;;文本分類中信息增益特征選擇算法的改進(jìn)[J];計算機(jī)應(yīng)用與軟件;2013年08期

7 李學(xué)相;;改進(jìn)的最大熵權(quán)值算法在文本分類中的應(yīng)用[J];計算機(jī)科學(xué);2012年06期

8 裴英博;劉曉霞;;文本分類中改進(jìn)型CHI特征選擇方法的研究[J];計算機(jī)工程與應(yīng)用;2011年04期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉紅光;馬雙剛;劉桂鋒;;基于降噪自動編碼器的中文新聞文本分類方法研究[J];現(xiàn)代圖書情報技術(shù);2016年06期

2 閆健卓;李鵬英;方麗英;龍麗英;劉欣悅;;基于X~2統(tǒng)計的改進(jìn)文本特征選擇方法[J];計算機(jī)工程與設(shè)計;2016年05期

3 萬中英;王明文;左家莉;萬劍怡;;結(jié)合全局和局部信息的特征選擇算法[J];山東大學(xué)學(xué)報(理學(xué)版);2016年05期

4 汪瀅;李昆侖;熊婷;陳煉;;引入高階累積量的數(shù)據(jù)庫訪問特征選擇算法[J];科學(xué)技術(shù)與工程;2016年05期

5 謝霖銓;梁博群;;基于降噪自編碼的推薦算法[J];計算機(jī)與現(xiàn)代化;2016年02期

6 宋鈺婷;徐德華;;基于LDA和SVM的中文文本分類研究[J];現(xiàn)代計算機(jī)(專業(yè)版);2016年05期

7 李振興;王松;;基于卡方特征和BTM融合的短文本分類方法[J];蘭州交通大學(xué)學(xué)報;2016年01期

8 章寧;;短文本的情報價值評估方法研究[J];艦船電子工程;2016年01期

9 吳金源;冀俊忠;趙學(xué)武;吳晨生;杜芳華;;基于特征選擇技術(shù)的情感詞權(quán)重計算[J];北京工業(yè)大學(xué)學(xué)報;2016年01期

10 高原;劉輝;樊孝忠;牛振東;;基于代碼庫和特征匹配的函數(shù)名稱推薦方法[J];軟件學(xué)報;2015年12期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 邱云飛;王琳潁;邵良杉;郭紅梅;;基于微博短文本的用戶興趣建模方法[J];計算機(jī)工程;2014年02期

2 張開旭;周昌樂;;基于自動編碼器的中文詞匯特征無監(jiān)督學(xué)習(xí)[J];中文信息學(xué)報;2013年05期

3 王志昊;王中卿;李壽山;李培峰;;不平衡情感分類中的特征選擇方法研究[J];中文信息學(xué)報;2013年04期

4 袁興梅;楊明;楊楊;;一種面向不平衡數(shù)據(jù)的結(jié)構(gòu)化SVM集成分類器[J];模式識別與人工智能;2013年03期

5 楊婉霞;孫理和;黃永峰;;結(jié)合語義與統(tǒng)計的特征降維短文本聚類[J];計算機(jī)工程;2012年22期

6 王中卿;李壽山;朱巧明;李培峰;周國棟;;基于不平衡數(shù)據(jù)的中文情感分類[J];中文信息學(xué)報;2012年03期

7 馬奎俊;韓彥軍;陶卿;王玨;;基于核的慢特征分析算法[J];模式識別與人工智能;2011年02期

8 江海洋;;基于評論挖掘和用戶偏好學(xué)習(xí)的評分預(yù)測協(xié)同過濾[J];計算機(jī)應(yīng)用研究;2010年12期

9 范小麗;劉曉霞;;文本分類中互信息特征選擇方法的研究[J];計算機(jī)工程與應(yīng)用;2010年34期

10 王國才;張聰;;一種基于粗糙集的特征加權(quán)樸素貝葉斯分類器[J];重慶理工大學(xué)學(xué)報(自然科學(xué)版);2010年07期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 曲建嶺;杜辰飛;邸亞洲;高峰;郭超然;;深度自動編碼器的研究與展望[J];計算機(jī)與現(xiàn)代化;2014年08期

2 秦勝君;盧志平;;基于降噪自動編碼器的不平衡情感分類研究[J];科學(xué)技術(shù)與工程;2014年12期

3 段寶彬;韓立新;;改進(jìn)的深度卷積網(wǎng)絡(luò)及在碎紙片拼接中的應(yīng)用[J];計算機(jī)工程與應(yīng)用;2014年09期

4 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 梁湘群;基于Gabor特征與深度自動編碼器的笑臉識別方法[D];五邑大學(xué);2015年

2 吳海燕;基于自動編碼器的半監(jiān)督表示學(xué)習(xí)與分類學(xué)習(xí)研究[D];重慶大學(xué);2015年

3 雒玉璽;稀疏自動編碼器及其加速算法的研究[D];蘭州大學(xué);2014年

  本文關(guān)鍵詞：基于降噪自動編碼器的中文新聞文本分類方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：480979