一种基于多类别信息的局部潜在语义分析算法研究

• 作者: 刘美 张良均 柯文德 陈珂
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 局部潜在语义分析 支持向量机 奇异值分解 S-LLSA
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 119-124
• 页数: 6页
• 分类号: TP393
• 字数: 4226字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2016.01.018

摘要

为了有效解决现有Web文本分类方法普遍存在的分类效果不佳、性能低下等问题,文中基于局部潜在语义分析的理论原理,利用支持向量机分类优势,设计出一种基于文档与类别之间相关度的生成局部区域的算法,即S-LLSA.该算法在奇异值分解过程中引入不同类别信息,分析特征词的局部特征,使用支持向量机分类器计算文本对类别的相关度参数,并应用于局部区域生成过程.通过实验表明,S-LISA算法有效解决了局部区域如何进行局部奇异值分解问题,有效地提高并优化了Web文本分类效果,更好地表示了Web文本潜在语义空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘美	广东石油化工学院计算机科学与技术系	66	270	9.0	13.0
2	张良均		9	40	4.0	6.0