基于深度學(xué)習(xí)的文檔分類方法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，在互聯(lián)網(wǎng)和現(xiàn)實(shí)世界中存在著大量的數(shù)據(jù)，尤其在互聯(lián)網(wǎng)上，信息量巨大并以指數(shù)級的速度增長，包括文檔、視頻、音頻等。其中文檔信息又對人們的生活尤為重要。但是從海量的文檔信息中獲取對人們有意義的數(shù)據(jù)變得很困難，而文檔分類是從海量的文檔中提取信息的前提，所以從大量的文檔中進(jìn)行文檔分類就顯得很重要。
　　自從文檔分類技術(shù)在1957年第一次被美國科學(xué)家H.P.Luch提出，文檔分類逐漸成為數(shù)據(jù)挖掘領(lǐng)域一個(gè)重要的課題，經(jīng)過多年

2、的發(fā)展，文檔分類技術(shù)已經(jīng)有了很多效果良好的方法，并已經(jīng)有良好的應(yīng)用，但是當(dāng)文檔數(shù)量特別大的時(shí)候，如何選取文檔的特征以便于快速有效的進(jìn)行文檔分類就成為一項(xiàng)重大挑戰(zhàn)性任務(wù)，本文利用深度學(xué)習(xí)的技術(shù)及無監(jiān)督的學(xué)習(xí)方式解決海量文檔的分類問題。
　　本文首先介紹了常用的文檔分類技術(shù)和文檔分類的評價(jià)標(biāo)準(zhǔn)，然后分析了現(xiàn)有技術(shù)的缺點(diǎn)，介紹了深度學(xué)習(xí)的發(fā)展歷史和主要的技術(shù)思路以及如何用深度學(xué)習(xí)方法規(guī)避現(xiàn)有的文檔分類方法的缺點(diǎn)。
　　最后，在現(xiàn)有