基于栈式降噪自动编码器的中文短文本分类

• 作者: 卢奕南 姜明洋 张智丰 裴志利 邱爽
• 来源期刊: 内蒙古民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 栈式降噪自编码 文本分类 深度学习 降维
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 400-405
• 页数: 6页
• 分类号: TP391
• 字数: 3755字
• 语种: 中文
• DOI: 10.14045/j.cnki.15-1220.2017.05.008

摘要

深度学习技术已经广泛应用到大数据处理中,并在很多方面获得了可观的成绩.其中,自编码神经网络作为一种特征降维算法已被广大专家学者所应用.本文主要讨论一种改进的自动编码器——栈式降噪自编码神经网络(The Stacked Denoising Auto Encoder,SDAE),该算法使学习到的特征更加具有鲁棒性.并研究了该算法基于ReLU激活函数的中文短文本分类.与KNN,SVM,BP对比,无论召回率还是准确率,SDAE均优于KNN、BP、SVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢奕南	吉林大学计算机科学与技术学院	30	420	9.0	20.0
2	裴志利	内蒙古民族大学计算机科学与技术学院	34	300	11.0	16.0
3	张智丰	内蒙古民族大学计算机科学与技术学院	25	69	5.0	7.0
4	姜明洋	内蒙古民族大学计算机科学与技术学院	6	10	2.0	3.0
5	邱爽	内蒙古民族大学数学学院	1	2	1.0	1.0