【技术实现步骤摘要】
自编码神经网络处理方法、装置、计算机设备及存储介质
本申请涉及计算机领域,尤其涉及一种自编码神经网络处理方法、装置、计算机设备及存储介质。
技术介绍
随着现代人生活节奏的加快,为了能在短时间内浏览到尽可能多的信息,网络中涌现了越来越多的短文本。这些短文本结构和内容各不相同。为了对这些短文本进行分析和统计,通常做法是采用词袋模型进行文本特征的提取,再通过聚类算法对提取出来的特征进行聚类。然而,由于词袋模型需要忽略文本的词序、语法、句法等要素,将文本拆分为一个个词,这样的做法由于缺少神经网络进行特征提取,往往导致文本特征信息丢失,从而导致文本特征提取准确率降低,从而影响聚类准确率。因此,如何确定出出一个能够提高聚类准确率的神经网络还有待解决。
技术实现思路
本申请提供一种自编码神经网络处理方法、装置、计算机设备及存储介质,以训练出一个能提高聚类准确率的自编码神经网络模型。一种自编码神经网络处理方法,包括:获取文本样本;将所述文本样本转化为样本词向量;将所述样本词向量输入到预先训练完毕的卷积神经网络模型中,以对所述样本词向量进行初步特征提取,得到样本初步隐含特征;将所述样本初步隐含特征输入到多个自编码神经网络中,对所述自编码神经网络进行训练,得到多个自编码神经网络模型,其中,各个所述自编码神经网络的隐层和隐层单元数量不同;分别将所述样本初步隐含特征输入到每个所述自编码神经网络模型中进行特征提取,分别得到每个所述自编码神经网络模型输出的样本隐含特征;采用聚类算法对每个所述自编码神经网络模型提取出的所述样本隐含特征的特征样本分别进行聚类,得到每一个所述自编码神经网络模型 ...
【技术保护点】
1.一种自编码神经网络处理方法,其特征在于,包括:获取文本样本;将所述文本样本转化为样本词向量;将所述样本词向量输入到预先训练完毕的卷积神经网络模型中,以对所述样本词向量进行初步特征提取,得到样本初步隐含特征;将所述样本初步隐含特征输入到多个自编码神经网络中,对所述自编码神经网络进行训练,得到多个自编码神经网络模型,其中,各个所述自编码神经网络的隐层和隐层单元数量不同;分别将所述样本初步隐含特征输入到每个所述自编码神经网络模型中进行特征提取,分别得到每个所述自编码神经网络模型输出的样本隐含特征;采用聚类算法对每个所述自编码神经网络模型提取出的所述样本隐含特征的特征样本分别进行聚类,得到每一个所述自编码神经网络模型对应的聚类结果;根据每个所述自编码神经网络模型对应的所述聚类结果确定是否要重新构建自编码神经网络;若确定要重新构建自编码神经网络,则根据所述聚类结果的轮廓系数构建目标自编码神经网络。
【技术特征摘要】
1.一种自编码神经网络处理方法,其特征在于,包括:获取文本样本;将所述文本样本转化为样本词向量;将所述样本词向量输入到预先训练完毕的卷积神经网络模型中,以对所述样本词向量进行初步特征提取,得到样本初步隐含特征;将所述样本初步隐含特征输入到多个自编码神经网络中,对所述自编码神经网络进行训练,得到多个自编码神经网络模型,其中,各个所述自编码神经网络的隐层和隐层单元数量不同;分别将所述样本初步隐含特征输入到每个所述自编码神经网络模型中进行特征提取,分别得到每个所述自编码神经网络模型输出的样本隐含特征;采用聚类算法对每个所述自编码神经网络模型提取出的所述样本隐含特征的特征样本分别进行聚类,得到每一个所述自编码神经网络模型对应的聚类结果;根据每个所述自编码神经网络模型对应的所述聚类结果确定是否要重新构建自编码神经网络;若确定要重新构建自编码神经网络,则根据所述聚类结果的轮廓系数构建目标自编码神经网络。2.如权利要求1所述的自编码神经网络处理方法,其特征在于,所述根据每个所述自编码神经网络模型对应的所述聚类结果确定是否要重新构建自编码神经网络,包括:分别计算每一个所述自编码神经网络模型对应的聚类结果的轮廓系数;判断每一个所述聚类结果的轮廓系数是否满足预设条件;若所述每一个所述聚类结果的轮廓系数都不满足所述预设条件,则确定要重新构建自编码神经网络。3.如权利要求2所述的自编码神经网络处理方法,其特征在于,所述聚类结果包括多个簇,每个所述簇包含一个或多个所述特征样本,所述分别计算每一个所述自编码神经网络模型对应的聚类结果的轮廓系数,包括:计算同一所述聚类结果中,每一个所述特征样本到所述特征样本所属的簇中的其他特征样本的平均距离;计算同一所述聚类结果中,每一个所述特征样本到所述样本非所属的所述簇中的其他特征样本的平均距离;计算同一所述聚类结果中,所述每一个所述特征样本的轮廓系数,其中,所述轮廓系数为:其中,i表示同一所述聚类结果的特征样本i;S(i)为所述特征样本i的轮廓系数;b(i)为所述特征样本i到特征样本i非所属的簇中的其他特征样本的平均距离;a(i)为所述特征样本i到特征样本i所属的簇中的其他特征样本的平均距离;max{a(i),b(i)}表示取a(i)和b(i)中的最大值;取同一所述聚类结果中,所有所述特征样本的轮廓系数的平均值,作为同一所述聚类结果的轮廓系数。4.如权利要求1所述的自编码神经网络处理方法,其特征在于,所述若确定要重新构建自编码神经网络,则根据所述轮廓系数构建目标自编码神经网络,包括:确定所有所述聚类结果的轮廓系数与所有所述自编码神经网络模型的隐层和隐层单元的数量之间的隐含规律;将所述隐含规律作为目标自编码神经网络的隐层和隐层单元的数量的设置依据;根据所述设置依据来设置所述目标自编码神经网络的隐层和隐层单元的数量。5.如权利要求1所述的自编码神经网络处理方法,其特征在于,在所...
【专利技术属性】
技术研发人员:金戈,徐亮,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。