基于耦合关系模型的文本分类研究

• 作者: 全纹敬 孙劲光
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 耦合关系 深度学习 深度置信网络 文本分类
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 273-276
• 页数: 4页
• 分类号: TP181
• 字数: 5148字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.8.055

摘要

对文本的特征提取方法以及深度神经网络的分类器的搭建进行研究.首先,在全局和局部的特征提取方法的基础上,通过对文本特征内耦合关系和文本特征间耦合关系进行分析,确定用于分类的文本特征,建立文本特征的耦合关系模型;其次,将文本特征作为深度神经网络输入层进行分类;最后,通过逐层无监督的方式对网络进行训练,在顶层增加区分性结点来实现文本分类功能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙劲光	辽宁工程技术大学电子与信息工程学院	158	1081	17.0	25.0
2	全纹敬	辽宁工程技术大学研究生学院	1	2	1.0	1.0