基于混沌映射与飞行策略的短文本分类算法
Electric Power Science and Engineering（2022）
摘要
针对极限学习机对文本分类所存在分类精度低的问题,使用结合变压器的双向编码器(BERT)和改进极限学习机(ELM)的短文本分类算法,提出引入Lévy飞行策略的混沌优化麻雀搜索算法(Lévy-CSSA)对ELM的权重与偏置进行寻优.该算法采用混沌映射使初始个体尽可能分布均匀,以增加初始种群的多样性,利用Lévy飞行搜索策略提高全局搜索能力.以电力客服工单为对象验证,结果表明,使用该方法可以更好地表达电力客服工单语义信息,相比所列举的其他经典模型,F1值有明显提升,从而验证了模型的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要