适用于特殊类型自然语言分类的自适应特征谱神经网络

摘要

计算机算力的提升使得深度学习算法迅速发展,然而由于古诗文特殊的语序、用词、结构、句式、文法结构、表达方式,深度学习模型需要消耗更多的算力进行特征提取等工作,因此并未在这一领域取得广泛的应用.为此,提出了一种新型的神经网络结构——自适应特征谱神经网络.该算法有效减少了运算时间,可以自适应地选择对分类最有用的特征,形成最高效的特征谱,得到的分类结果具有一定的可解释性,而且由于其运行速度快、内存占用小,因此非常适用于学习辅助软件等方面.以此算法为基础,开发了相应的个性化学习平台.该算法使古诗文分类的准确率由93.84％提升到了99％.