WCBVSM与SACA结合的文本分类模型

• 作者: 刘超 张燕平 曲永花
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 向量空间模型 词共现模型 模拟退火 交叉覆盖算法
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 137-142
• 分类号: TP391
• 字数: 5585字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.11.030

摘要

给出了一个词共现改进的向量空间模型(Word Co-Occurrence Mode Based On VSM,WCBVSM)与模拟退火交叉覆盖算法(Cross Cover Algorithm Based On Simulated Annealing Algorithm,SACA)相结合的文本分类新模型.传统的向量空间模型(VSM)采用词条作为文档的语义载体,没有考虑文本上下文词语之间的语义隐含信息,在词共现模型的启发下,提出WCBVSM,它通过统计文本中的词共现信息,加入VSM,以获得文档隐含的语义信息.针对交叉覆盖算法中识别精度与泛化能力之间的一对矛盾,结合模拟退火算法的思想,提出了SACA,改进了传统交叉覆盖在覆盖初始点选取时的随机性,并通过增加每个覆盖所包含的样本点来减少覆盖数,从而增强了覆盖的泛化能力.实验结果表明提出的文本分类新模型在加快识别速度的基础上,提高了分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学计算智能与信号处理教育部重点实验室	148	1556	21.0	32.0
5	曲永花	南京师范大学计算机科学与技术学院	4	18	3.0	4.0
6	刘超	安徽大学计算智能与信号处理教育部重点实验室	5	11	2.0	3.0