组合降维技术在中文网页分类中的应用

• 作者: 李新福
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网页分类 隐含语义分析 特征选择 KNN
• 年，卷（期）: 2007,（24）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 169-171
• 页数: 3页
• 分类号: TP391
• 字数: 3391字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.24.048

摘要

基于向量空间模型的文本分类中特征向量是极度稀疏的高维向量,只有降低向量空间维数才能提高分类效率.在利用统计方法选择文本分类特征降低特征空间维数的基础上,采用隐含语义分析技术,挖掘文档特征间的语义信息,利用矩阵奇异值分解理论进一步降低了特征空间维数.实验结果表明分类结果宏平均F1约提高了5%,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新福	河北大学数学与计算机学院	24	122	7.0	10.0