文献

J-GLOBAL ID：201802227215794671   整理番号：18A0517805

積層収縮オートエンコーダに基づくテキスト分類に関する研究【Powered by NICT】

A study on text classification based on stacked contractive auto-encoder

著者 (2件)： Yu YangZhen (School of Information, Qilu University of Technology, JiNan, China) ,  Hui Jing (School of Information, Qilu University of Technology, JiNan, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EIIS  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： テキスト分類の分級効果を改善し,分類の誤り率を低減するために,本論文では,層によって積層ネットワーク層による積層収縮オートエンコーダ(SCAE)に基づくテキスト分類の考え方を提案し,SCAEは特徴抽出のロバスト性を改善するために教師なし訓練と学習テキストによるニューラルネットワークの深さを構成し,ネットワークは,ネットワークのパラメータを最適化するために勾配降下アルゴリズムを用いている。特徴語の重量を計算する改良されたTFIDF工法を採用した。実験,CAEとSAE(スパースオートエンコーダ)を比較したが,サポートベクトルマシン(SVM)を用いて,テキストを分類することである。実験結果は単層CAEの分類性能は単層SAEのよりも優れており,SCAEの分類性能はSSAE(積層スパースオートエンコーダ)のそれよりも優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  分級 ,  特徴抽出 ,  *サポートベクトルマシン ,  アルゴリズム ,  単一層 ,  ロバスト性 ,  最適化 ,  学習 ,  ネットワーク ,  誤り率
準シソーラス用語： tf・idf ,  特徴語 ,  *テキスト ,  *テキスト分類 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 収縮 ,  オートエンコーダ ,  テキスト分類 ,  研究