基于biRNN的海军军械不均衡文本数据集处理方法

• 作者: 丁海强 孙明玮 赵锦超 齐玉东
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 海军军械 不均衡数据集 双向循环神经网络 文本数据挖掘
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 21-26
• 页数: 6页
• 分类号: TP391
• 字数: 5387字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.12.005

摘要

传统的不均衡数据集处理方法存在人工设置特征繁琐、普适性差等缺陷,难以适用于海军军械不均衡文本数据集处理.针对此问题,本文提出一种基于biRNN模型的海军军械不均衡文本数据集处理方法.通过biRNN模型自动学习文本序列特征,以双向文本序列预测方式扩展少数类文本,达到文本数据均衡目的,并在均衡数据集的基础上将整个文本数据集进行扩充.分别对原始数据集、均衡数据集、扩充数据集进行文本分类实验,实验结果表明,基于biRNN的不均衡数据集扩展方法对原始数据集进行均衡、扩展处理能够有效提高文本分类的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐玉东		62	181	7.0	10.0
2	孙明玮		5	5	1.0	2.0
3	丁海强		4	1	1.0	1.0