一种提取深度信念网络中隐含节点语义的方法
基本信息
| 申请号 | CN201710506259.7 | 申请日 | - |
| 公开（公告）号 | CN107330513B | 公开（公告）日 | 2017-11-07 |
| 申请公布号 | CN107330513B | 申请公布日 | 2017-11-07 |
| 分类号 | G06N3/04(2006.01)I;G06F40/30(2020.01)I | 分类 | - |
| 发明人 | 李双印;潘嵘 | 申请（专利权）人 | 深圳爱拼信息科技有限公司 |
| 代理机构 | 广州越华专利代理事务所（普通合伙） | 代理人 | 深圳爱拼信息科技有限公司 |
| 地址 | 518057广东省深圳市南山区南山街道科技园中区科苑路15号科兴科学园B栋3单元1801号单元 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种提取深度信念网络中隐含节点语义的方法，提出了全新的获取深度信念网络中隐含层内部隐含节点的语义信息的方法。该方法的关键点是，利用半结构化主题模型和深度信念网络相结合，同时学习模型参数，从而能够获取深度信念网络中不同隐含层的隐含节点的显式语义信息。本发明的另一关键点是，本发明结合了贝叶斯网络和深度神经网络这两种不同的网络类型，通过主题模型来对深度信念网络进行语义解析。与现有技术相比，本发明提出的技术方案中，构建了获取深度信念网络中隐含层内部隐含节点的语义信息的方法。这种方案能够通过利用贝叶斯主题模型，对深度信念网络中的隐含节点进行建模，获取其具体的语义信息。 |
