摘要: 本文提出了一种基于迁移量的迁移学习解决方法,对从训练集中构造出的模型进行修正,减少训练集与测试集模型中存在的差异,最终提高文本的分类精度。最后在中文垃圾邮件过滤、中文网页分类和英文网页分类中对提出的方法进行验证。文本分类中的迁移学习问题还有很大的研究空间,例如部分词语所含的信息量会随着时间的发展而变 阅读全文
posted @ 2019-11-29 17:03 123李晓婷 阅读(247) 评论(0) 推荐(0) 编辑