稀疏自动编码器在文本分类中的应用研究

• 作者: 卢志平 秦胜君
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 文本分类 深度学习 稀疏自动编码器 深度置信网络
• 年，卷（期）: 2013,（31）
• 所属期刊栏目: 研究简报
• 页码范围: 9422-9426
• 页数: 5页
• 分类号: TP391.3
• 字数: 3402字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢志平	广西科技大学管理学院	21	80	4.0	8.0
2	秦胜君	广西科技大学管理学院	7	76	4.0	7.0