向量空间模型的稀疏文本分类

• 作者: 刘江林
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 文本分类 概率分布 线性回归 向量空间模型 稀疏矩阵
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 物理科学与技术
• 页码范围: 489-491,496
• 页数: 4页
• 分类号: TP391.1
• 字数: 2249字
• 语种: 中文

摘要

针对稀疏文本特征纬度高、特征稀疏程度大的特点，根据词、文档和所属类别的关系，建立训练样本的特征概率分布函数，通过基于内容的滤波器去除背景噪声和非关键词后，利用特征分类方法对稀疏文本进行分类。用线性回归的分类方法与其他传统分类方法进行了比较，结果表明，该特征分类方法能够有效提高稀疏文本的分类精度，尤其是与线性分类中的岭回归方法相结合时，分类精度更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘江林		13	42	4.0	5.0