计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
4期
1429-1432
,共4页
刘凯%张立民%张建廷%马超
劉凱%張立民%張建廷%馬超
류개%장립민%장건정%마초
文本特征%监督学习%对比散度学习%受限玻尔兹曼机%多重softmax模型
文本特徵%鑑督學習%對比散度學習%受限玻爾玆曼機%多重softmax模型
문본특정%감독학습%대비산도학습%수한파이자만궤%다중softmax모형
document feature%supervised learning%CD%RBM%RSM
为实现带有类别信息的文本特征的提取,在目前文本特征提取性能最好的浅层结构RSM的基础上提出了基于监督的sRSM.通过在RSM上增加类别单元,提出了新模型的能量函数,并对其模型组成单元的后验概率进行了推导,给出了详细的学习算法.该模型考虑了类别信息对于文本特征的影响,同时也可以应用在无类别信息的文本特征提取上.实验结果表明,该模型在处理带有类别信息的文本上具有良好的可行性,要优于RSM.
為實現帶有類彆信息的文本特徵的提取,在目前文本特徵提取性能最好的淺層結構RSM的基礎上提齣瞭基于鑑督的sRSM.通過在RSM上增加類彆單元,提齣瞭新模型的能量函數,併對其模型組成單元的後驗概率進行瞭推導,給齣瞭詳細的學習算法.該模型攷慮瞭類彆信息對于文本特徵的影響,同時也可以應用在無類彆信息的文本特徵提取上.實驗結果錶明,該模型在處理帶有類彆信息的文本上具有良好的可行性,要優于RSM.
위실현대유유별신식적문본특정적제취,재목전문본특정제취성능최호적천층결구RSM적기출상제출료기우감독적sRSM.통과재RSM상증가유별단원,제출료신모형적능량함수,병대기모형조성단원적후험개솔진행료추도,급출료상세적학습산법.해모형고필료유별신식대우문본특정적영향,동시야가이응용재무유별신식적문본특정제취상.실험결과표명,해모형재처리대유유별신식적문본상구유량호적가행성,요우우RSM.
