基于Wasserstein GAN的文档表示模型

• 作者: 李亚军 汪睿 陈海山 马永军
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文档表示 生成对抗网络 去噪自编码器 神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 161-165
• 页数: 5页
• 分类号: TP391
• 字数: 3684字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.01.021

摘要

文档表示模型可以将非结构化的文本数据转化为结构化数据,是多种自然语言处理任务的基础,而目前基于词的模型在文档表示任务中有着无法直接表示文档的缺陷.针对此问题,基于生成对抗网络GAN可以使用两个神经网络进行对抗学习,从而很好地学习到原始数据分布的特点,提出了文档表示模型WADM,使用去噪自编码器作为其判别网络,由其隐层直接得到文档的分布表示.实验表明,WADM能够准确抽取文档特征,相比基于词的模型具有更强的文档表示能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永军	天津科技大学计算机科学与信息工程学院	39	254	9.0	14.0
2	李亚军	天津科技大学计算机科学与信息工程学院	6	16	2.0	4.0
3	汪睿	天津科技大学计算机科学与信息工程学院	3	6	2.0	2.0
4	陈海山	天津科技大学计算机科学与信息工程学院	3	6	2.0	2.0