稀疏自动编码器在文本分类中的应用研究.pdfVIP

13 31 2013 11 科 学 技 术 与 工 程 Vol. 13 No. 31 Nov． 2013 第 卷 第 期 年 月 167 1— 1815 (2013)31-9422-05 Science Technology and Engineering  2013 Sci. Tech. Engrg. 稀疏自动编码器在文本分类中的应用研究 秦胜君 卢志平 ( ， 545006) 广西科技大学管理学院 柳州 、 ， 。 摘 要 传统的文本分类算法都是采用期望交叉熵 信息增益和互信息等统计方法 通过设置阈值获取特征集 如果训练集 ， 、 。 ， “ ” 的数据量较大 则容易出现特征项不明确 特征信息丢失等缺陷 为解决上述问题 提出运用 深度学习 中的稀疏自动编码 ， SD 。 ， ，SD 器算法自动提取文本特征 然后结合深度置信网络形成 算法进行文本分类 实验表明 在训练集较少的情况下 算法 ; ，SD 。 的分类性能低于传统的支持向量机 但是在处理高维数据时 算法则比支持向量机具有较高的准确率和召回率 关键词 文本分类 深度学习 稀疏自动编码器 深度置信网络 中图法分类号 TP391. 3 ; 文献标志码 A ， 核， SVM 。 随着网络技术的不断发展 互联网成为了人们 最后利用 进行分类 实验结果显示该算法 。 ， 具有良好的文本分类效果。 发布和获取文本信息的重要途径 然而 文本数量 ， ， ， 持续地递增 使文本排序变得杂乱无章 人们很难 综上所述 研究者们采用了不同的方法提高分 ， 。 ， 类算法的有效性 然而在特征选择方面基本都是采 快速而准确地获取所需的信息 因此 如何对大量 ［6］ 用期望交叉熵、 ， ， 信息增益和互信息等统计方法 的文本进行有效的组织 帮助用户尽快找到所需的 ， 信息成为当代信息科学技术领域的重要研究 然后设定特征项的阈值 通过人工筛选选择出有效 ［1］ 。 ， 课题 。 的特征集 这种方法选取特征的缺陷在于 对于数