机读格式显示(MARC)
- 000 01409nam0 2200253 450
- 010 __ |a 978-7-5646-4991-3 |d CNY34.50
- 100 __ |a 20210528d2021 em y0chiy50 ea
- 200 1_ |a 基于深度学习的文本表示与分类方法研究 |A ji yu shen du xue xi de wen ben biao shi yu fen lei fang fa yan jiu |f 闫琰 ... [等] 著
- 210 __ |a 徐州 |c 中国矿业大学出版社 |d 2021.3
- 215 __ |a 116页 |c 图 |d 24cm
- 304 __ |a 题名页题其余著者: 钱旭, 田士辉, 刘思捷等
- 320 __ |a 有书目 (第106-116页)
- 330 __ |a 随着移动互联网终端的普及以及在线交互式平台的广泛应用,文本信息数量呈爆炸式增长,如何快速准确的获取用户所需的信息成为人们的迫切需要。文本分类可以在较大程度上处理和解决信息杂乱的问题,成为解决文本信息管理的关键手段。其中,文本表示是文本分类的基石,文本表示的准确度很大程度上将直接决定了自然语言处理任务的结果表现。本专著开展了基于深度学习模型的文本表示与文本分类相关研究,从文本表示面临的问题开始,然后引出基于深度学习的方法可以更好的提取高层特征,在提取的过程中考虑单词和语句上下文的关系,嵌入单词的wordembedding的表示,结合现有的深度信念网络、卷积神经网络和长短时记忆模型更好的学习文本高层的语义信息,在实际的多类分类和多标签分类应用上取得良好的效果。
- 606 0_ |a 机器学习 |x 文字处理 |x 信息处理 |x 研究