SCAT：面向文本数据的二次机会自编码器
计算与语言
2020-09-10 v3 机器学习
摘要
我们提出了一种用于文本自编码器的 k-竞争学习方法，称为二次机会自编码器（SCAT）。SCAT 选取 个最大和最小的正激活值作为获胜神经元，这些神经元在学习过程中获得失败神经元的激活值，从而专注于检索具有良好代表性的主题特征。我们的实验表明，与 LDA、K-Sparse、NVCTM 和 KATE 相比，SCAT 在分类、主题建模和文档可视化方面取得了出色的性能。
引用
@article{arxiv.2005.06632,
title = {SCAT: Second Chance Autoencoder for Textual Data},
author = {Somaieh Goudarzvand and Gharib Gharibi and Yugyung Lee},
journal= {arXiv preprint arXiv:2005.06632},
year = {2020}
}