抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深層学習モデルのための雑音除去AutoEncoders(DAE)と深層信念ネット(DBN)に基づくテキスト分類手法を提案した。,テキストの初期特徴の発現の他の形を学習するために雑音除去AutoEncoders(DAE)を用いた。次にデータを投影し,次元を低減する深層信念ネット(DBN)を用いた。ためテキストデータはよりさらに良好な表現できる。最後に,ソフトマックス回帰層を用いて分類を行った。実験結果は,抽出されたテキスト特徴は,テキスト分類,分級効果を大幅に改善するに適用したことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】