ass日本风韵熟妇pics男人扒开女人屁屁桶到爽|扒开胸露出奶头亲吻视频|邻居少妇的诱惑|人人妻在线播放|日日摸夜夜摸狠狠摸婷婷|制服 丝袜 人妻|激情熟妇中文字幕|看黄色欧美特一级|日本av人妻系列|高潮对白av,丰满岳妇乱熟妇之荡,日本丰满熟妇乱又伦,日韩欧美一区二区三区在线

為了對飲食文本信息高效分類,，建立一種基于word2vec和長短期記憶網(wǎng)絡(Long-short term memory,，LSTM)的分類模型。針對食物百科和飲食健康文本特點,，首先利用word2vec實現(xiàn)包含語義信息的詞向量表示,，并解決了傳統(tǒng)方法導致數(shù)據(jù)表示稀疏及維度災難問題,，基于K-means++根據(jù)語義關系聚類以提高訓練數(shù)據(jù)質(zhì)量。由word2vec構建文本向量作為LSTM的初始輸入,，訓練LSTM分類模型,，自動提取特征，進行飲食宜,、忌的文本分類,。實驗采用48000個文檔進行測試，結(jié)果顯示,，分類準確率為98.08%,，高于利用tf-idf、bag-of-words等文本數(shù)值化表示方法以及基于支持向量機(Support vector machine,，SVM)和卷積神經(jīng)網(wǎng)絡(Convolutional neural network,，CNN)分類算法結(jié)果。實驗結(jié)果表明,，利用該方法能夠高質(zhì)量地對飲食文本自動分類,，幫助人們有效地利用健康飲食信息。