任浩
- 作品数:3 被引量:5H指数:1
- 供职机构:北京理工大学更多>>
- 发文基金:国家242信息安全计划更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于图结构的文本表示方法研究被引量:5
- 2017年
- 针对空间向量模型孤立地看待每个词表示文本缺少结构化信息的问题,文章提出基于图结构的融合主题模型LDA和深度学习降噪自动编码机文本表示的方法。该方法在保有词袋模型信息的基础上,引入词与词之间顺序的信息,构造一个统一维度的二维矩阵,利用LDA主题与词的概率关系,索引原始矩阵中的主要信息,训练降噪自动编码机模型,获得最终的文本表示。基于公开数据源20Newsgroup的20个类别的新闻组,采用分类的方法验证文本表示的结果。结果表明,文中方法在1-NN和SVM分类方法上, F-值均高于其他对比的文本表示方法。因此,引入词与词之间顺序的信息可以丰富句子的含义,增强理解文本内容的深层语义,有效提高文本的分类应用效果。
- 任浩罗森林潘丽敏高君丰
- 关键词:文本表示主题模型文本分类
- 新型军事复合人才素质结构和培养模式研究
- 任浩
- 关键词:新型军事
- 一种老年人身体机能量化计算方法
- 本发明涉及一种基于PageRank的老年人身体机能量化计算方法,属于生物医学技术领域。本发明首先利用协方差矩阵表示属性与属性的相关性,将其作为PageRank算法的输入,获得身体机能各维属性的权值,通过线性加权的方法获得...
- 罗森林潘丽敏任浩胡雅娴
- 文献传递