2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于自編碼神經(jīng)網(wǎng)絡(luò)文本特征提取,主要目的是對(duì)當(dāng)前文本挖掘的效率進(jìn)行提升。由于現(xiàn)在網(wǎng)絡(luò)的高速發(fā)展,大量的信息尤其是文本為主的信息在網(wǎng)絡(luò)中大量傳播,使得原有的文本挖掘技術(shù)缺陷暴露出來(lái)。對(duì)大量的文本數(shù)據(jù),自編碼神經(jīng)網(wǎng)絡(luò)可以對(duì)大量的文本特征進(jìn)行降維,在不損害其準(zhǔn)確率的情況下,提升速度。以此滿足現(xiàn)代網(wǎng)絡(luò)的高效率。
  本文選用自編碼神經(jīng)網(wǎng)絡(luò)的方法是基于深度學(xué)習(xí)算法中的一種,他開創(chuàng)了機(jī)器學(xué)習(xí)研究中一個(gè)新的方向。深度學(xué)習(xí)的理念來(lái)自于人工神經(jīng)網(wǎng)絡(luò)

2、的研究,它是具有多層感知器的結(jié)構(gòu)。深度學(xué)習(xí)通過(guò)低層特征的組合來(lái)合成更抽象的高層特征,目的是用來(lái)發(fā)現(xiàn)數(shù)據(jù)的分布式特征。自編碼神經(jīng)網(wǎng)絡(luò)的輸出節(jié)點(diǎn)與輸入節(jié)點(diǎn)相等以及隱藏層的節(jié)點(diǎn)數(shù)小于輸入輸出節(jié)點(diǎn)數(shù)的兩個(gè)主要特點(diǎn),實(shí)現(xiàn)了文本特征降維,降低了空間復(fù)雜度的計(jì)算量。通過(guò)這樣的方法,實(shí)現(xiàn)了自編碼神經(jīng)網(wǎng)絡(luò)對(duì)空間向量的高效計(jì)算。
  本文以50組內(nèi)容相近的信息為例(每一組的信息內(nèi)容不會(huì)超過(guò)30個(gè)漢字)進(jìn)行編碼,將漢字轉(zhuǎn)變?yōu)樽中吸c(diǎn)陣碼,結(jié)合可視化技術(shù),

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論