利用深度置信网络的中文短信分类  

Chinese SMS classification with deep belief nets

作　　者：王贵新 郑孝宗 张浩然 张小川[2] 

机构地区：[1]重庆工程学院,重庆402260 [2]重庆理工大学,重庆400054

出　　处：《现代电子技术》2016年第9期37-40,共4页Modern Electronics Technique

基　　金：国家自然科学基金项目(60443004):人工生命动觉智能行为选择图式理论研究

摘　　要：为了提高垃圾短信的过滤效果,通过对中文短信内容和结构特点分析,提出了一种充分利用word2vec工具将短信内容转化为固定长度向量的特征提取算法。同时设计了深度置信网络进行学习和分类,实验表明其推广性能比已有报道结果提高了5%左右。To improve the filtering effect of spam SMS,a feature extraction algorithm is proposed to convert SMS content into fixed length vector with word2 vec tool by the analysis of Chinese SMS content and structure characteristics. The deep belief nets（DBN）were designed to learn and classify. The experimental results show that the generalization performance is increased by about 5% in comparison with the reported results.

关 键 词：深度置信网络 深度学习 受限波尔兹曼机 短信 

分 类 号：TN911-34[电子电信—通信与信息系统] TP391[电子电信—信息与通信工程]