典型文献
基于谱聚类胶囊网络的文本分类方法
文献摘要：
传统胶囊网络(CapsNet)在计算时使用的动态路由算法需要多次迭代,针对这一问题,文章提出一种基于谱聚类的胶囊网络模型(Spectral Clustering Capsule Network,SC-Caps)并将其应用于文本分类任务.这种模型首先使用卷积层对文本进行特征提取,在初级胶囊层将提取的标量特征转化为向量特征,再利用谱聚类算法将高维的向量特征转化为较低维的子向量特征,并在卷积胶囊层学习局部与全局之间的关系映射.在搜狗语料库SougoCA进行实验,结果与LSTM、C-LSTM以及采用其他路由方法的胶囊网络进行比较,证明该算法有效提高了文本分类的分类效果.
文献关键词：
谱聚类;胶囊网络;文本分类;动态路由
中图分类号：
作者姓名：
张凌慷;仝明磊
作者机构：
上海电力大学 电子与信息工程学院,上海 201306
文献出处：
引用格式：
[1]张凌慷;仝明磊-.基于谱聚类胶囊网络的文本分类方法)[J].科技创新与应用,2022(04):16-19
A类：
SougoCA
B类：
胶囊网络,文本分类方法,CapsNet,动态路由算法,多次迭代,Spectral,Clustering,Capsule,Network,SC,分类任务,卷积层,标量,谱聚类算法,高维,低维,关系映射,搜狗,语料库,分类效果
AB值：
0.340755
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
