基于潜在特征词的文本相似度计算方法

• 作者: 吴亚男 李健 杨云
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 特征选择 位置因子 词语关联度 潜在特征词 文本相似度
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 软件与算法
• 页码范围: 572-575
• 分类号: TP39
• 字数: 4012字
• 语种: 中文

摘要

针对传统文本相似度计算方法中,词语权重定义TF-IDF方法仅考虑词频信息,而没有考虑特征词在文本中的位置因子,提出了相应的改进方法.另外,在建立文本向量模型,选择特征词时,对于与高权值词语有较高共现率、语义相近的潜在特征词也进行了深入的分析与挖掘.最后,结合几种常见的传统特征选择方法对特征集合进行精简、优化,更加准确的建立了文本向量模型,实验结果表明了改进后算法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨云	陕西科技大学电气与信息工程学院	94	431	11.0	17.0
2	李健	陕西科技大学电气与信息工程学院	92	450	10.0	15.0
3	吴亚男	陕西科技大学电气与信息工程学院	2	9	1.0	2.0