递归自编码器的广告短语相关性
大小:0.72 MB 人气: 2017-12-26 需要积分:1
针对现有广告短语相关性研究成果多采用字面匹配,忽略了短语所包含的深层语义信息,限制了任务的性能等问题,提出了采用深度学习算法研究广告短语的相关性,采用递归自编码器( RAE)对短语进行深层结构分析,使得短语向量包含深层的语义信息,以此来构建广告语境下的短语相关性计算方法。具体地,给定一个包含若干词的序列,序列中所有相邻的两个元素尝试合并产生一个重构误差,遍历将重构误差最小的元素两两合并,形成类似哈夫曼树结构的短语树。采用梯度下降法最小化短语树的重构误差,采用余弦距离度量短语之间的相关性。实验结果显示,通过引入词语权重信息,加大了重要词语在最终短语向量表示中贡献的信息量,使得RAE更适合短语计算;比起传统LDA和BM25算法,在50%召回率的条件下,提出的算法的准确率分别提高了4.59个百分点和3.21个百分点,这证明了所提算法的有效性。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
递归自编码器的广告短语相关性下载
相关电子资料下载
- rnn是递归神经网络还是循环神经网络 164
- 基于RZ/T2M的EnDat编码器方案 458
- 递归神经网络结构形式主要分为 129
- 简述递归神经网络的计算过程 135
- 递归神经网络与循环神经网络一样吗 139
- 带Arduino的旋转编码器设计 旋转编码器的工作原理和特点 124
- 递归神经网络主要应用于哪种类型数据 208
- 递归神经网络是循环神经网络吗 199
- 递归神经网络的结构、特点、优缺点及适用场景 184
- 循环神经网络和递归神经网络的区别 155