面向短文本的神经网络聚类算法研究
词汇个数少、描述信息弱的缺陷,导致短文本具有维度高、特征稀疏和噪声干扰等特点.现有的众多聚类算法在对大规模短文本进行聚类时,存在精度较低和效率低下的问题.针对该问题,提出一种基于深度学习卷积神经网络的短文本聚类算法.所提算法以大规模语料为基础,利用 word2vec 模型学习短文本中词语之间潜在的语义关联,用多维向量表示单个词语,进而将短文本也表示成多维的原始向量形式;结合深度学习卷积神经网络,对稀疏高维的原始向量进行特征提取,以此得到特征更为集中、有效的低维文本向量;最后,利用传统的聚类算法对短文本进行聚类.实验结果表明,所提聚类方法对文本向量的降维是可行、有效的,并且取得了 F 值达到 7 5%以上的文本聚类效果.
短文本、文本聚类、深度学习、卷积神经网络、word2vec
45
TP183(自动化基础理论)
国家自然科学基金项目61472248,61431008
2018-08-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
392-395