应用于文本分析的带结构学习的稀疏玻尔兹曼机
机器学习
2018-08-07 v3
摘要
我们感兴趣的是探索深度模型结构学习的可能性与益处。作为第一步，本文针对受限玻尔兹曼机（RBMs）研究了这一问题。我们使用 Replicated Softmax（一种用于无监督文本分析的 RBM 变体）开展研究。我们提出了一种学习我们称之为稀疏玻尔兹曼机的方法，其中每个隐单元连接到部分而非全部可见单元。实验结果表明，与每个隐单元连接到所有可见单元的 RBM 相比，该方法得到的模型在模型拟合度和可解释性上均有显著提升。
引用
@article{arxiv.1609.05294,
title = {Sparse Boltzmann Machines with Structure Learning as Applied to Text Analysis},
author = {Zhourong Chen and Nevin L. Zhang and Dit-Yan Yeung and Peixian Chen},
journal= {arXiv preprint arXiv:1609.05294},
year = {2018}
}
备注
AAAI 2017