基于语义的文本特征加权分类算法

• 作者: 张化祥 张国栋
• 来源期刊: 计算机应用研究
• 关键词: 语义分析 降维 语义相关度 分类
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4476-4478
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.12.018

摘要

文本分类存在维数灾难、数据集噪声及特征词对分类贡献不同等问题,影响文本分类精度.为提高文本分类精度,在数据处理方面提出一种新方法.该方法首先对数据集进行去噪处理,结合特征提取算法和语义分析方法对数据实现降维,再利用词语语义相关度对文本特征向量中每个特征词赋予不同权重;并利用经过上述处理的文本数据学习分类器.实验结果表明,该文本处理方法能够有效提高文本分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张化祥	山东师范大学信息科学与工程学院	73	576	14.0	19.0
5	张国栋	山东师范大学信息科学与工程学院	3	16	2.0	3.0