压缩瓶颈：探索自编码器语义表示能力的极限
信息检索
2014-02-14 v1 机器学习
机器学习
摘要
我们对使用自编码器建模文本数据进行了全面研究，与以往研究不同，我们重点关注以下问题：i) 探讨两种不同模型 bDA 和 rsDA 在构建句子级文本深度自编码器方面的适用性；ii) 提出并评估两种新指标，以更准确地评估自编码器的文本重建能力；iii) 提出一种自动方法，用于寻找文本语言表示的关键瓶颈维度（低于该维度将丢失结构信息）。
引用
@article{arxiv.1402.3070,
title = {Squeezing bottlenecks: exploring the limits of autoencoder semantic representation capabilities},
author = {Parth Gupta and Rafael E. Banchs and Paolo Rosso},
journal= {arXiv preprint arXiv:1402.3070},
year = {2014}
}