基于深度学习的艺术家特性表示
基于深度学习的艺术家特性表示
复制标题
DOI：
10.14135/j.cnki.1006-3080.20171211001
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
陈宁
中科院分区：
文献类型：
--
作者：
费加磊;陈宁
传统的艺术家相似性模型均采用艺术家标签的相似性表示艺术家的相似性,不够准确和全面。为了解决这一问题,本文提出了一种基于艺术家简介深度语义挖掘的艺术家特性表示模型。该模型分别利用Word2Vec和GloVe对艺术家简介进行词向量映射,并利用卷积神经网络提取词向量上下文语义相关性,最后利用全连接网络验证艺术家特征的准确性。以Pandora网站提供的5101个艺术家简介为实验对象,对算法的性能进行测试。实验结果表明,该算法取得了比传统算法更高的准确性。