基于深度学习的嵌入式主题模型研究
近年来,火灾报警涉及的建筑遍及各行各业.为了对火灾涉及的不同建筑进行有效划分,从而更好地预防,文章通过改进短文本分类过程中的特征提取,从而使建筑分类更加科学、准确.特征提取作为短文本分类特征工程中的一个步骤,在整个短文本分类过程中尤为重要,也是短文本分类中的一个难点问题.文章基于ELECTRA的嵌入式主题模型(ETM),进行短文本处理,获取特征向量,为后续特征降维、分类器的学习作出了铺垫,同时也有效解决了文本中一词多义的问题.文章也为提高建筑分类的准确率和效率,为从事建筑火灾预防的其他研究人员的研究提供了实际借鉴意义.
深度学习、ELECTRA、主题模型、词嵌入、短文本分类
18
TP18(自动化基础理论)
2022-11-28（万方平台首次上网日期，不代表论文的发表时间）
共4页
7-10
