融合BERT與改進深度自動編碼器的專利聚類

摘要： 針對傳統(tǒng)的向量表示方法的多義詞局限性以及深度聚類容易出現(xiàn)特征嵌入與聚類過程分離的問題，提出一種融合BERT與改進深度自動編碼器的專利聚類方法。利用BERT對專利文本進行向量初始化，提出將高斯混合模型(GMM)與自動編碼器相聯(lián)系，構建一個單隱含層自編碼器的聚類模塊(CM),將其嵌入到深度自動編碼器(DAE)中構成DAE-CM模型。實驗結果表明，CM與GMM具有等效性，DAE-CM...