基于自动编码器的短文本特征提取及聚类研究

• 作者: 刘勘 袁蕴英
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 自动编码器 特征提取 聚类
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 282-288
• 页数: 7页
• 分类号: TP391
• 字数: 5854字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2015.040

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勘	中南财经政法大学信息与安全工程学院	24	252	7.0	15.0
2	袁蕴英	中南财经政法大学信息与安全工程学院	4	83	2.0	4.0