%0 Journal Article
%T 基于深度学习的中文标准文献语言模型
%A 李抵非
%A 田地
%A 胡雄伟
%J 吉林大学学报(工学版)
%P 596-599
%D 2015
%X 为解决中文标准文献的自然语言处理问题，对HierarchicalLog-Bilinear英文统计语言模型算法进行了改进，构建了适用于中文语言的模型。采用深度神经网络技术，将无监督学习与有监督学习相结合，利用多层受限玻尔兹曼机训练文本词向量，并将训练好的词向量输入到前馈神经网络进行有监督训练，完成对中文标准文献内容的机器学习。对100多万条标准题录数据进行训练的实验结果表明，该方法能有效提高语言模型的学习能力。
%K 人工智能
%K 自然语言处理
%K 统计语言模型
%K 深度神经网络
%K 受限玻尔兹曼机
%K 词向量表示
%U http://xuebao.jlu.edu.cn/gxb/CN/Y2015/V45/I2/596