遷移學(xué)習(xí)在文本分類(lèi)中的應(yīng)用研究.pdf

1、隨著信息化浪潮的席卷全球，數(shù)據(jù)量的爆炸式增長(zhǎng)。海量數(shù)據(jù)的復(fù)雜性和非結(jié)構(gòu)性給信息的處理帶來(lái)了巨大的挑戰(zhàn)。而文本資源以其占據(jù)資源量少、容易上傳和下載等優(yōu)點(diǎn)占據(jù)了整體信息量的百分之八十以上，因此如何快速而高效的管理和利用這些文本資源就成了凾待解決的問(wèn)題。文本分類(lèi)技術(shù)也就應(yīng)運(yùn)而生，所謂的文本分類(lèi)就是在指定的分類(lèi)體系下，根據(jù)待分類(lèi)文本的內(nèi)容自動(dòng)將其歸屬于某個(gè)類(lèi)別或某幾個(gè)類(lèi)別的過(guò)程?，F(xiàn)如今傳統(tǒng)的文本分類(lèi)算法如：K最近鄰、支持向量機(jī)等都是基于統(tǒng)計(jì)學(xué)習(xí)

2、理論的，不能應(yīng)用之前已經(jīng)學(xué)習(xí)過(guò)的知識(shí)對(duì)新的數(shù)據(jù)集進(jìn)行分類(lèi)，并且要求訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)必須滿足同分布。針對(duì)這樣的問(wèn)題，本文將遷移學(xué)習(xí)模型引入到文本分類(lèi)中。
　　遷移學(xué)習(xí)是認(rèn)知理論中的一個(gè)基本概念，其主要的意義就是一種學(xué)習(xí)對(duì)另一種學(xué)習(xí)的影響。遷移學(xué)習(xí)理論讓?xiě)?yīng)用以往學(xué)習(xí)過(guò)的任務(wù)經(jīng)驗(yàn)來(lái)學(xué)習(xí)新的任務(wù)。其中基于實(shí)例的遷移學(xué)習(xí)適合應(yīng)用到文本分類(lèi)體系。本文首先根據(jù)傳統(tǒng)特征提取算法應(yīng)用在遷移學(xué)習(xí)中的不足而提出了一種基于兩個(gè)階段提取的特征提取算法，實(shí)