nlp - 使用自动编码器进行文本分类的特征构建

Question

据我所知，自动编码器可用于降低特征向量的维数。在文本分类中，特征向量通常是通过字典构建的——字典往往非常大。我没有使用自动编码器的经验，所以我的问题是：

1. 自动编码器可以用来减少文本分类中的维度吗？（为什么？/为什么不呢？）
2. 有人已经这样做了吗？如果是这样，来源会很好。

Answer 1

现有作品使用自动编码器在句子级别创建模型。基本上在使用 Autoencode 训练模型之后，您可以获得一个句子的向量。由于任何文档都由句子组成，因此您可以获得文档的一组向量，并进行文档分类。根据我对各种向量表示（例如从自动编码生成的向量表示）的经验，这样做可能会给出比用词袋分类更糟糕的答案。