基于HybridDL模型的文本相似度检测方法
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>440 K
標簽： Doc2Vec 潜在狄利克雷分布 文本表示
所需積分：0分積分不夠怎么辦？
文檔介紹：为了提高文本相似度检测算法的准确度，提出一种结合潜在狄利克雷分布(Latent Dirichlet Allocation，LDA)与Doc2Vec模型的文本相似度检测方法，并把该算法得到的模型命名为HybridDL模型。该算法通过Doc2Vec对文档训练得到文档向量，再利用LDA模型得到文档主题与各个主题下特征词出现的概率，对文档中各主题及特征词计算概率加权和，映射到Doc2Vec文档向量中。实验结果表明，新算法模型比传统的Doc2Vec模型对相似文本的判断更加敏感，在文本相似度检测上具有更高的准确度。
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。