2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、對(duì)文檔進(jìn)行語義哈希是一種比較常見的加速相似性查找的方法。所謂語義哈希就是將文檔進(jìn)行哈希編碼,并且使得在語義上相似的文檔能夠被映射到相近的哈希編碼,即具有較短的海明距離。目前現(xiàn)存的大部分文本哈希算法,都是依賴于從顯式的特征空間進(jìn)行哈希編碼,比如詞計(jì)數(shù)向量和TF-IDF向量,沒有很好的利用單詞的順序和文本的句法和語義信息,而文本中單詞的順序和句法對(duì)其語義理解是極其重要的。因此,本文提出了兩種利用深度學(xué)習(xí)自動(dòng)從底層詞匯序列抽取隱含語義特征的優(yōu)

2、勢(shì)來對(duì)文檔學(xué)習(xí)有效的具備語義信息的哈希編碼的算法框架:基于Doc2Vec模型的無監(jiān)督文檔哈希算法,以及基于深度神經(jīng)網(wǎng)絡(luò)的有監(jiān)督文檔哈希算法。
  在基于Doc2Vec模型的無監(jiān)督文檔哈希算法框架中,首先借助于Doc2Vec模型對(duì)每一篇文檔生成一個(gè)緊湊的向量表示。然后選擇二進(jìn)制化的拉普拉斯特征映射算法為所有文檔尋找最佳的哈希編碼;無監(jiān)督的哈希算法邏輯簡單、易于實(shí)現(xiàn)而且訓(xùn)練時(shí)間短,然而由于缺乏語義標(biāo)簽其哈希效果有限。于是本文又提出了另

3、一種基于深度神經(jīng)網(wǎng)絡(luò)的有監(jiān)督文檔哈希算法。
  在基于深度神經(jīng)網(wǎng)絡(luò)的有監(jiān)督文檔哈希算法框架的設(shè)計(jì)中,借助于深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò),將文檔映射成具有豐富語義信息的特征向量,在此基礎(chǔ)上新添加一層隱含層作為哈希層來保存文檔的潛在含義,進(jìn)而生成了包含潛在語義特征的哈希編碼。有監(jiān)督的文檔哈希算法將文檔檢索和分類任務(wù)結(jié)合起來,通過訓(xùn)練同一個(gè)模型,能夠同時(shí)學(xué)習(xí)包含文檔潛在語義的向量表示和哈希編碼、以及文檔分類器;
  實(shí)驗(yàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論