10.3969/j.issn.1006-2475.2019.12.005
基于biRNN的海军军械不均衡文本数据集处理方法
传统的不均衡数据集处理方法存在人工设置特征繁琐、普适性差等缺陷,难以适用于海军军械不均衡文本数据集处理.针对此问题,本文提出一种基于biRNN模型的海军军械不均衡文本数据集处理方法.通过biRNN模型自动学习文本序列特征,以双向文本序列预测方式扩展少数类文本,达到文本数据均衡目的,并在均衡数据集的基础上将整个文本数据集进行扩充.分别对原始数据集、均衡数据集、扩充数据集进行文本分类实验,实验结果表明,基于biRNN的不均衡数据集扩展方法对原始数据集进行均衡、扩展处理能够有效提高文本分类的性能.
深度学习、海军军械、不均衡数据集、双向循环神经网络、文本数据挖掘
TP391(计算技术、计算机技术)
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
21-26