基于深度學(xué)習(xí)的郵件自動(dòng)分類模型研究

打開文本圖片集

摘要： 雙11、雙12帶來(lái)郵件的激增，這要求郵件處理中心能快速、準(zhǔn)確地實(shí)現(xiàn)郵件的自動(dòng)分揀，以免造成郵件堆積。文章采用深度學(xué)習(xí)模型進(jìn)行分類，使分類結(jié)果更加精確。通過(guò)對(duì)預(yù)訓(xùn)練模型結(jié)構(gòu)進(jìn)行精調(diào)，對(duì)全連接層和輸出層進(jìn)行改進(jìn)，使模型輸出與當(dāng)前分類種類一致。采用動(dòng)量法與RMSPROP相結(jié)合的Adam算法，既考慮了梯度方向又考慮了學(xué)習(xí)速率大小，使損失函數(shù)快速逼近極值，并最終將損失最小的權(quán)值作為最終模型。（剩余8410字）