作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文主要研究高校招生领域Web短文本的表示方法及处理步骤.基于自编码神经网络对输入数据的要求,研究文本预处理的主要技术:中文分词、停用词处理、降维处理,文本向量化表示等技术,并分析了文本表示的处理流程.
推荐文章
基于自编码神经网络建立的搜索信息模型
文本特征
自编码神经网络
深度学习
Matlab
基于深度卷积自编码神经网络的手写数字识别研究
卷积自编码神经网络
双线性插值
手写数字识别
深度学习
基于深度自编码的局部增强属性网络表示学习
网络表示
深度自编码器
属性网络
局部增强网络表示
基于自编码神经网络特征提取的回声状态网络研究及过程建模应用
自编码神经网络
回声状态网络
特征提取
软测量
过程建模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自编码神经网络的文本表示应用研究
来源期刊 电子测试 学科
关键词 高校招生自编码 中文分词 文本表示
年,卷(期) 2016,(19) 所属期刊栏目 网络与信息工程
研究方向 页码范围 91-92
页数 2页 分类号
字数 1467字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 俸世洲 重庆师范大学涉外商贸学院 16 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (20)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高校招生自编码
中文分词
文本表示
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导