| 基于HybridDL模型的文本相似度檢測方法 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：440 K | |
| 標簽： Doc2Vec 潛在狄利克雷分布 文本表示 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了提高文本相似度檢測算法的準確度，提出一種結合潛在狄利克雷分布(Latent Dirichlet Allocation，LDA)與Doc2Vec模型的文本相似度檢測方法，并把該算法得到的模型命名為HybridDL模型。該算法通過Doc2Vec對文檔訓練得到文檔向量，再利用LDA模型得到文檔主題與各個主題下特征詞出現(xiàn)的概率，對文檔中各主題及特征詞計算概率加權和，映射到Doc2Vec文檔向量中。實驗結果表明，新算法模型比傳統(tǒng)的Doc2Vec模型對相似文本的判斷更加敏感，在文本相似度檢測上具有更高的準確度。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2