【摘 要】
：
随着网络时代的快速发展,大量文本信息充斥于各种社交平台,如何充分挖掘这些文本信息成为亟需解决的问题,文本距离度量作为文本挖掘的重要组成部分,更是成为人们关注的焦点.Wasserstein距离作为一种衡量概率分布之间差异的度量方式,由于其连续性能被有效运用到概率分布无重叠情形,从而适用于较多统计学习模型。快速近邻成分分析作为一种矩阵学习距离度量,从概率角度定义损失函数,能够有效的学习分布几何特性,从
论文部分内容阅读
随着网络时代的快速发展,大量文本信息充斥于各种社交平台,如何充分挖掘这些文本信息成为亟需解决的问题,文本距离度量作为文本挖掘的重要组成部分,更是成为人们关注的焦点.Wasserstein距离作为一种衡量概率分布之间差异的度量方式,由于其连续性能被有效运用到概率分布无重叠情形,从而适用于较多统计学习模型。快速近邻成分分析作为一种矩阵学习距离度量,从概率角度定义损失函数,能够有效的学习分布几何特性,从而受到广泛关注.在本文中,我们主要改进带监督的Wasserstein度量及快速近邻成分分析算法,并将其应用于文本距离度量中。首先,文章提出了两种求解Wasserstein度量近似解的方法。一种是在约束条件中显示加入服从正态分布的噪声进行扰动,同时加入正则化项,将线性规划单纯形求解法转换为凸优化问题求近似解;另一种是修正熵正则化后的Wasserstein度量,加入1L正则化,利用Sinkhorn迭代算法求出原问题近似解。然后,在快速近邻成分分析的基础上,将基础欧氏距离转换为Wasserstein距离,同时加入Wasserstein距离的正则化项,推导出一种新的梯度更新方式,防止过拟合同时加快计算速度。最后,我们融合两种度量得到一种新算法,称为SL-WMD算法,更适用于Word2vec语义情形下文本距离度量。为了验证新算法的效果,我们将其应用于BBCSPORT数据集中做文本分类,并与SWMD模型进行了对比分析.
其他文献
在高级氧化工艺中,超声催化和光催化技术因其绿色高效的特点被广泛应用于多种有机污染物的处理当中,开发成本低、性质稳定和无毒性的半导体催化剂成为研究重点。在众多半导体材料中,锡酸盐纳米材料因具有特殊的晶体结构而用于发光基底、高温颜料和催化氧化等领域中,但它在超声催化和光催化技术中研究较少。本文以锡酸盐及其复合材料为研究对象,探索它们的催化性能,主要研究内容如下:（1）通过调节溶液p H值,采用水热法成
研究背景:ARID1B基因编码BAF复合物（一种染色质重塑复合体）的重要亚基,其变异与Coffin-Siris综合征（CSS）、智力障碍（ID）、自闭症谱系障碍（ASD）和Nicolaides-Baraitser综合征（NCBRS）等神经系统发育障碍疾病关系密切。现有研究表明其致病机制可能与祖细胞增殖分化障碍、Wnt/β-catenin信号通路异常、兴奋性和抑制性突触失衡等相关,但ARID1B突变
【背景】伴随着经济水平的提高,我国国民饮食习惯与生活方式发生了变化。《中国心血管疾病报告（2017）》中提到,由于我国进入人口老龄化以及城镇化进程的加速,使得中国心血管疾病危险因素流行趋势更加明显,也导致中国心血管疾病的发病人数持续增加,而高胆固醇血症是导致冠状动脉粥样硬化性心血管疾病发生的最重要的危险因素[1]。根据血脂管理指南的推荐,主要的降脂药有三类,包括他汀类药物、依折麦布、PCSK9抑制
随着人们环保意识的提高,世界需求干净能源的呼声高涨,天然气作为最干净的能源之一,其开发利用也越来越受到世界各国的重视。近年来,对于LNG的需求量和供应量的逐年递增,LNG储罐也成为了人们一直关注和研究的对象。用于LNG储罐的材料主要有铝合金、奥氏体不锈钢、9%Ni钢以及因瓦合金,强度较低且成本较高。所以耐低温的高锰钢具有很高的研究价值,它可以在极低温条件下保持理想的性能,组织稳定,无低温韧脆转变现
●活动背景二胡合奏曲《赛马》的旋律轻快、奔放,较形象地表现出群马在一望无际的大草原上飞奔、欢腾的动人场面。在欣赏《赛马》乐曲的教学活动过程中,教师组织幼儿先后通过"视听欣赏、音画共赏、多感官参与式欣赏、体验式欣赏"等多种欣赏形式,循序渐进地帮助幼儿感知并理解民乐《赛马》所呈现出的积极进取、争先恐后、气势磅礴的力量,
二胡,相信大家一定不会陌生。它是我国一种知名度极高、流传甚广的传统拉弦乐器。从字面理解,顾名思义,"二胡"就是两根弦的胡琴。虽然大家对二胡都很熟悉,但对于它的历史,相信许多琴童朋友就没有那么熟知了吧?二胡的前身叫"奚琴",至今已有一千多年的历史了。它最早发源于我国古代北部地区的一个叫"奚族"的少数民族,所以叫"奚琴"。奚琴这种拉弦乐器在唐朝出现后,我们中原的
目的:本研究分析了伴足细胞病变的IgA肾病患者的临床与病理特征,希望提高对系膜疾病IgAN中足细胞病变的认识,转变对该疾病的研究思维,为IgAN中针对足细胞的治疗提供理论依据。方法收集武汉协和医院肾内科2018年1月-2019年6月经肾脏穿刺病理活检诊断为IgA肾病213例患者的基本资料、实验室检查结果与病理资料（光镜、电镜和免疫荧光结果）。根据足细胞病变情况分为足细胞肥大/顶部病变组（n=136
目的:研究发现男性低睾酮水平与胰岛素抵抗的发生密切相关,营养快速提升所导致的追赶生长现已显示是发展中国家胰岛素抵抗及相关疾病流行的重要因素,而营养状态改变能显著影响睾酮水平。因此,本研究旨在探究追赶生长过程中睾酮水平的变化及其在胰岛素抵抗及相关认知功能障碍中的影响。方法:1.人群研究 研究人群均来自中国2型糖尿病患者肿瘤发生风险研究湖北分中心研究的男性受试者。1.1人群1包括HOMA-IR高于总研
内蒙古包头的混合型稀土矿是我国稀土工业中重要的轻稀土资源,其成分复杂且含有难分解的独居石,因此处理困难。目前采用的硫酸焙烧处理方法存在污染环境和磷、氟未利用的问题。随着矿物开采深度的增加和选矿技术的进步,混合型稀土精矿的REO品位已由50%增加到55%左右,且有继续增加的趋势,因此综合回收混合稀土精矿中的有价元素,特别是我国缺少的磷、氟资源,对我国的经济建设具有很重要的意义。为实现上述目标,本论文
高硅钢（Fe-6.5wt.%Si）具有高电阻率、低磁晶各向异性和磁致伸缩系数近乎为零等优良特性,是高频下兼具低铁损、高磁导率、低噪音三大优势的理想铁芯材料。高硅钢的室温脆性导致其难以采用传统轧制法制备,近年来高硅钢的研究热点主要集中于轧制成型方面,且取得了一定突破。但对取向高硅钢的软磁性能有关键作用的织构控制技术却鲜有报道。高的硅含量一方面抑制热轧动态再结晶,使析出物粗化;另一方面,提高晶粒内强度