-
题名适用于特殊类型自然语言分类的自适应特征谱神经网络
- 1
-
-
作者
王一峰
孙丽茹
崔良乐
赵毅
-
机构
哈尔滨工业大学(深圳)理学院
哈尔滨工业大学(深圳)应用数学研究中心
-
出处
《大数据》
2020年第4期92-104,共13页
-
基金
学位与研究生教育资助项目(N o.2017 Y0902)
深圳市教育科学规划2015年度重大招标课题重点资助项目(N o.zdzz15001)
哈尔滨工业大学(深圳)高等教育教学改革资助项目。
-
文摘
计算机算力的提升使得深度学习算法迅速发展,然而由于古诗文特殊的语序、用词、结构、句式、文法结构、表达方式,深度学习模型需要消耗更多的算力进行特征提取等工作,因此并未在这一领域取得广泛的应用。为此,提出了一种新型的神经网络结构——自适应特征谱神经网络。该算法有效减少了运算时间,可以自适应地选择对分类最有用的特征,形成最高效的特征谱,得到的分类结果具有一定的可解释性,而且由于其运行速度快、内存占用小,因此非常适用于学习辅助软件等方面。以此算法为基础,开发了相应的个性化学习平台。该算法使古诗文分类的准确率由93.84%提升到了99%。
-
关键词
自适应特征谱
神经网络
文本分类
古诗词
拉普拉斯矩阵
-
Keywords
adaptive feature spectrum
neural network
text classification
ancient poems
laplace matrix
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
O29
[自动化与计算机技术—控制科学与工程]
-
