基于深度置信网络的维吾尔文垃圾短信分类技术研究

• 作者: 何燕 吴冰冰 哈力旦·阿布都热依木 阿丽亚·艾尔肯
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 深度置信网络 维吾尔文 垃圾短信 文本分类
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2134-2139
• 页数: 6页
• 分类号: TP319
• 字数: 4454字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.10.026

摘要

针对传统分类算法对维吾尔文文本分类准确率不高的问题,提出了一种基于深度置信网络的维吾尔文短信文本分类模型.深度学习模拟人脑的多层次结构,对数据从低层到高层逐渐地进行特征提取,深层挖掘数据集的分布规律,从而提高分类准确性.通过逐层无监督的方法完成深度置信网络的初始化,并结合softmax回归分类器实现文本的分类.最后在收集的维吾尔文短信数据集上进行实验论证.实验结果表明,相比KNN、SVM和决策树算法,深度置信网络具有更好的分类效果,准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	哈力旦·阿布都热依木	新疆大学电气工程学院	22	68	6.0	7.0
2	吴冰冰	新疆大学电气工程学院	4	10	2.0	3.0
3	阿丽亚·艾尔肯	新疆大学电气工程学院	3	10	2.0	3.0
4	何燕	新疆大学电气工程学院	4	14	2.0	3.0