基于深度学习的大规模语义文本重叠区域检索

作     者：董丽丽 杨丹 张翔 DONG Li-li;YANG Dan;ZHANG Xiang

作者机构：西安建筑科技大学信息与控制工程学院西安710055 

基　　金：国家自然科学基金项目(61701388) 陕西省自然科学基础研究计划项目(2018JM6080) 西安市科技局科技创新引导项目(201805033YD11CG17,201805033YD11CG17) 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2021年第51卷第5期

页      码：1817-1822页

摘      要：针对传统文本重叠区域检索方法存在精确性和查全性差的问题,提出了基于深度学习的大规模语义文本重叠区域检索方法。结合稀疏自动编码器与深度置信网络构建了混合模型,依据混合模型设计并构建了文本分类器,该分类器主要组成部分为文本预处理、特征学习、分类检索。针对文本集合中文本实行去噪、分词和去停止词等一系列预处理。最后,采用Softmax回归实现文本分类,将学习得到的文本特征当作分类器的输入得到文本重叠区域分类检索结果。经实验验证可知:该方法查准率与查全率均较高,表现出了可靠性与鲁棒性。

主 题 词：深度学习 语义文本 重叠区域检索 深度置信网络 特征学习 

学科分类：0710[理学-生物科学类] 1205[管理学-图书情报与档案管理类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13229/j.cnki.jdxbgxb20200370

馆 藏 号：203104923...