- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
 - 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
 - 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
 - 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
 - 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
 - 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
 - 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
 
                        查看更多
                        
                    
                本文公开用于使用全局主题发现和局部词嵌入的相互机器学习的系统和方法的实施例。主题建模和词嵌入都将文档映射到低维空间上,前者将词聚类到全局主题空间中,而后者将词映射到局部连续嵌入空间中。主题建模和稀疏自动编码器(TMSA)框架的实施例通过在基于词共现的主题建模和自动编码器之间构建相互学习机制统一这两个互补模式。在实施例中,使用主题建模生成的词主题被传递到自动编码器中,以对自动编码器施加主题稀疏性以学习主题有关词表示。作为回报,由自动编码器学习的词嵌入被发送回主题建模以改进主题生成的质量。对各种数据
                    
  (19)中华人民共和国国家知识产权局 
                            (12)发明专利申请 
                                                     (10)申请公布号 CN 111695347 A 
                                                     (43)申请公布日  
                                                                  2020.09.22 
  (21)申请号 20201
                
原创力文档
                        
                                    

文档评论(0)