改进卷积神经网络的文本主题识别算法研究OA北大核心CSTPCD
Research on Text Topic Recognition Algorithm Based on Improved Convolutional Neural Network
针对于传统方法中存在的文本特征表示能力差、模型主题识别准确率低等问题,提出一种融合SENet与卷积神经网络的文本主题识别方法.将每个词对应的Word2vec词向量与LDA主题向量进行融合,并依据词语对主题的贡献度完成文档加权向量化处理;构建SECNN主题识别模型,使用SENet对卷积层输出的特征图进行权值的重标定,依靠其提升重要特征并抑制无用特征的性能,高效地进行主题识别;使用FDA评估样本的类别表征能力,提出FDA-SGD算法对模型参数进行调优…查看全部>>
邱宁佳;杨长庚;王鹏;任涛
长春理工大学 计算机科学技术学院,长春 130022长春理工大学 计算机科学技术学院,长春 130022长春理工大学 计算机科学技术学院,长春 130022长春理工大学 计算机科学技术学院,长春 130022
信息技术与安全科学
主题识别SENet卷积神经网络Word2vec隐含狄利克雷分布(LDA)
《计算机工程与应用》 2022 (2)
161-168,8
吉林省教育厅"十三五"科学技术项目(JJKH20190600KJ).
评论