融入词和文本关系的文本表示模型研究

• 作者: 彭鲸桥 朱建林 杨小平 王倩
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 向量空间模型 文本表示模型 文本分类 特征矩阵
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 2015年中国计算机学会人工智能会议(CCFAI2015)论文选?
• 页码范围: 392-398
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.03.002

摘要

为了改善向量空间模型的稀疏性,提高文本分类的效果,在不引入外部知识的情况下,通过挖掘语料库内部的词间关系和文本间关系,将其以不同的方式融入原始矩阵,形成了4种新的文本表示模型,并通过文本分类实验来验证其表达能力.实验证明,融入词和文本关系能明显改善KNN和SVM的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小平	中国人民大学信息学院	84	967	15.0	30.0
2	王倩	华北电力大学学生处	29	305	11.0	17.0
3	朱建林	中国人民大学信息学院	12	33	3.0	5.0
5	彭鲸桥	中国人民大学信息学院	2	3	1.0	1.0