-
题名多层内部语义表示增强的深度文本聚类模型
- 1
-
-
作者
任丽娜
姚茂宣
-
机构
贵州轻工职业技术学院信息工程系
贵州大学计算机科学与技术学院
-
出处
《软件工程》
2024年第6期10-14,共5页
-
基金
贵州省教育厅职业教育科研项目(GZZJ-Q2022028)
贵州轻工职业技术学院院级课题(23QY23)。
-
文摘
为学习更丰富的语义表示以提升聚类效果,文章提出一种多层内部语义表示增强的深度文本聚类(Deep Document Clustering via Multi-layer Enhanced Internal Semantic Representation,DCISR)模型。首先,设计了一种语义融合策略,将其不同层次的外部结构语义表示逐层融入内部语义表示中。其次,充分利用编码层和解码层对语义补充的作用进行内部语义表示的补充增强。最后,设计了一种三重自监督机制,以监督模型参数更新。实验结果表明,该模型在4个真实文本数据集上的聚类性能均高于对比模型,验证了模型的有效性,可为未来开展相关工作提供参考。
-
关键词
文本聚类
深度聚类
自编码器
语义表示
图卷积网络
-
Keywords
document clustering
deep clustering
autoencoder
semantic representation
graph convolutional network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多层子空间语义融合的深度文本聚类
被引量:3
- 2
-
-
作者
任丽娜
秦永彬
黄瑞章
姚茂宣
-
机构
贵州轻工职业技术学院信息工程系
贵州大学计算机科学与技术学院
公共大数据国家重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第1期70-74,79,共6页
-
基金
国家自然科学基金通用联合基金重点资助项目(U1836205)
国家自然科学基金资助项目(62066007,62066008)
贵州轻工职业技术学院院级课题资助项目(21QY07)。
-
文摘
针对传统深度文本聚类方法仅利用中间层的文本语义表示进行聚类,没有考虑到不同层次的神经网络学习到的不同文本语义表示以及中间层低维表示的特征稠密难以有效区分类簇的问题,提出一种基于多层次子空间语义融合的深度文本聚类(deep document clustering via muti-layer subspace semantic fusion,DCMSF)模型。该模型首先利用深度自编码器提取出文本不同层次的潜在语义表示;其次,设计一种多层子空间语义融合策略将不同层的语义表示非线性映射到不同子空间以得到融合语义,并用其进行聚类。另外,利用子空间聚类的自表示损失设计一种联合损失函数,用于监督模型参数更新。实验结果表明,DCMSF方法在性能上优于当前已有的多种主流深度文本聚类算法。
-
关键词
文本聚类
深度聚类
自编码器
语义表示
-
Keywords
text clustering
deep clustering
autoencoder
semantic representation
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自适应权重模糊C-均值聚类的瓦斯突出预测
被引量:2
- 3
-
-
作者
姚茂宣
任丽娜
-
机构
贵州省矿山安全科学研究院(贵州省煤矿瓦斯防治工程技术研究中心)
贵州大学计算机科学与信息学院
-
出处
《煤炭工程》
北大核心
2012年第10期96-99,共4页
-
基金
贵州省科学技术基金(黔科合J字[2012]2125号)
贵州大学引进人才科研项目(贵大人基合字(2011)14号)
贵州省社会发展科技攻关项目(黔科合社G[20104002])
-
文摘
传统的模糊C-均值聚类在处理煤与瓦斯突出的预测时,由于其对初始聚类中心的过度依赖而导致预测结果准确率的降低。为了准确预测煤与瓦斯突出,提出了一种基于自适应权重模糊C-均值聚类的煤与瓦斯突出预测方法。该方法将瓦斯浓度相关影响因素作为特征空间中的样本,利用高斯距离比例来表示权重,并动态计算每个样本对于类的权重,对特征空间中的样本进行聚类分析预测,降低了算法对初始聚类中心的依赖。
-
关键词
煤与瓦斯突出
模糊C-均值聚类
自适应权重
隶属矩阵
-
Keywords
coal and gas outburst
fuzzy c-mean value cluster
self adaptive weighting
membership matrix
-
分类号
TD713
[矿业工程—矿井通风与安全]
-
-
题名矿产资源开发利用批后监管系统设计——以贵州省为例
被引量:4
- 4
-
-
作者
陈洋
姚茂宣
-
机构
贵州省国土资源勘测规划研究院
-
出处
《国土资源信息化》
2018年第2期29-33,12,共6页
-
基金
智慧矿山业态-贵州省矿产资源开发利用批后监管系统建设项目系统(GZWH-2016-0112)
-
文摘
本文采用计算机、GIS、大型数据库等技术,建立了矿产资源开发利用批后监管系统。构建统一化、无缝化的监测监管机制和平台,实现对矿产资源开发利用的事中、事后的全面监管,扩展了贵州省矿政管理监管工作的宽度。
-
关键词
矿产资源
开发
利用
系统
-
Keywords
Mineral resources
Exploitation
Utilization
System
-
分类号
F426.1
[经济管理—产业经济]
-