基于多隱層極限學習機的文本分類方法
摘要：針對正則化極限學習機處理高維文本數據時文本特征表示能力不足的問題,提出了一種基于多隱層極限學習機的文本分類方法.首先,使用極限學習機自編碼器的壓縮表示對高維文本數據進行降維處理.然后,通過多隱層極限學習機的多隱層結構提取出高層文本特征并通過最小二乘的方法對文本數據進行分類.與多個算法的實驗對比表明,該算法在20newsgroup、Reuters和復旦大學中文語料庫這3個數據集上都具有良好的分類性能.
注: 保護知識產權,如需閱讀全文請聯系北京工業大學學報雜志社
相關推薦
更多
