典型文献
基于全词BERT的集成用户画像方法
文献摘要：
针对目前用户画像构建算法不足,提出一种基于全词BERT的集成用户画像方法,以有效地解决目前算法中存在特征构建和泛化问题.该方法采用多种方式构建特征,使用多分类器的集合对不同形式文本进行标签分类,同时使用梯度上升算法确定集成学习中基分类器的权重参数.实验结果表明,所提出的方法与其他混合模型方法相比,泛化性和准确性均有较大提升.
文献关键词：
机器学习;深度学习;集成学习;用户画像
中图分类号：
作者姓名：
于伟杰;杨文忠;任秋如
作者机构：
新疆大学信息科学与工程学院,新疆乌鲁木齐830046
文献出处：
引用格式：
[1]于伟杰;杨文忠;任秋如-.基于全词BERT的集成用户画像方法)[J].东北师大学报（自然科学版）,2022(04):87-92
A类：
B类：
BERT,用户画像,画像构建,解决目前,存在特征,特征构建,多分类器,标签分类,梯度上升,集成学习,基分类器,混合模型,模型方法,泛化性
AB值：
0.418681
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
