基于改进自编码器的文本分类算法

摘要：

词的向量化表达是文本挖掘应用的必要前提.为了改善自编码器在词嵌入中的效果,提高文本分类的准确性,提出了一种改进的自编码器并将其用于文本分类.在传统自编码器的基础上,在隐藏层加入了一个全局调整函数,其将绝对值小的特征值调整到绝对值大的特征值上,实现了隐藏层特征向量的稀疏化.得到调整后的特征向量之后,采用全连接神经网络进行文本分类.在20news数据集上的实验结果表明,所提方法具有更好的词向量嵌入式效果,并且在文本分类中也具有更好的效果.

关键词：文本挖掘、自编码器、嵌入式向量、神经网络

所属期刊栏目：45

分类号：TP391.4(计算技术、计算机技术)

资助基金：赛尔网络下一代互联网技术创新项目NGII20160410

在线出版日期：2018-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：208-210,240