1.基于自编码器的学习型文本哈希方法,其特征是,包括步骤如下:步骤1、利用真实采集的文本数据和/或程序生成的文本数据构建训练数据集;
步骤2、构建哈希函数模型:该哈希函数模型为包括输入层、编码隐藏层、中间表示层、解码隐藏层和输出层的5层自编码器结构,其目标函数O为:式中,N表示训练数据集中文本数据的条数,xi为训练数据集的第i条文本数据,xj为训练数据集的第j条文本数据,we表示编码隐藏层的参数矩阵,wd表示解码隐藏层的参数矩阵,min表示最小化函数,ReLU表示线性整流函数,tanh表示双曲正切函数,log表示对数函数,T表示矩阵的转置;
步骤3、利用步骤1的训练数据集对步骤2的哈希函数模型进行训练,在训练的过程中,利用梯度下降法去优化哈希函数模型的目标函数O,以训练哈希函数模型的模型参数即编码隐藏层的参数矩阵we和解码隐藏层的参数矩阵wd,得到训练好的哈希函数模型;
步骤4、将待哈希的文本数据即哈希前的文本数据输入到步骤3所训练好的哈希函数模型中,得到待哈希的文本数据的哈希值即哈希后的文本数据。
2.根据权利要求1所述的基于自编码器的学习型文本哈希方法,其特征是,步骤2中,哈希函数模型的输入层、编码隐藏层、解码隐藏层和输出层的激活函数为线性整流函数ReLU,中间表示层的激活函数为双曲正切函数tanh。
3.根据权利要求1所述的基于自编码器的学习型文本哈希方法,其特征是,步骤4中,哈希函数模型的输入与输出关系为:
式中,x为哈希前的文本数据,y为哈希后的文本数据,we表示编码隐藏层的参数矩阵,T表示矩阵的转置,ReLU表示线性整流函数,sign为符号函数,tanh为双曲正切函数。