A Deep Learning Method Study of User Interest Classification

P. 154–159.

Малафеев А. Ю., Николаев К. И.

В статье проводится исследование методов глубокого обучения для решения новой задачи многоклассовой классификации текстов, а именно определения интересов пользователей с помощью текстовых сообщений. Мы использовали оригинальный набор данных из почти 90 тысяч текстовых сообщений с форумов, размеченных по десяти интересам. Мы экспериментировали с различными современными архитектурами нейронных сетей: рекуррентными и сверточными, а также с более простыми сетями с прямой связью. Точность классификации была оценена для различных архитектур, репрезентаций текстов и комбинаций признаков и параметров.

Ключевые слова: машинное обучение, нейронные сети, neural networks, machine learning, классификация текстов, deep learning, convolutional neural networks, text classification, сверточные нейронные сети, глубокое обучение, user interests, feedforward neural networks, long short term memory, интересы пользователей, нейронные сети с прямой связью, долгосрочная кратковременная память

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Эффективные методы распознавания мультимедийных данных для задач анализа предпочтений пользователей мобильных устройств (2019)

В книге

Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Kazan, Russia, July 17–19, 2019, Revised Selected Papers. Communications in Computer and Information Science

Vol. 1086. , Springer, 2020.