分块主成分分析在文本特征抽取中的应用

• 作者: 洪军建 珠杰
• 来源期刊: 河南科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 主成分分析 分块 特征抽取 词聚类
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 电工电信、自动化与计算机
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP391.1
• 字数: 4010字
• 语种: 中文

摘要

为了降低原始文本特征空间的维数，获得较高的分类精度与执行效率，对多种文本特征提取方法进行了研究，如卡方、互信息、信息增益、主成分分析（PCA）等。针对传统文本特征抽取方法存在的精度不高、执行效率低等问题，提出了一种基于分块主成分分析的文本特征提取算法。该算法通过 K-均值词聚类进行特征词分块，再对各分块实施 PCA 操作抽取出更具代表性的特征项，最后使用支持向量机分类器对文本进行分类。实验结果表明：分块主成分分析的分类指标 Fβ＝1达到了88．7％，执行时间为353 s，能够有效提高文本分类精度与执行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	珠杰	西藏大学计算机科学系	24	123	8.0	10.0
2	洪军建	西藏大学计算机科学系	2	5	1.0	2.0