基于类内分布信息的文本特征提取方法

• 作者: 毛大鹏
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 特征提取 复杂网络 类内分布 PageRank算法 TF-IDF
• 年，卷（期）: 2017,（20）
• 所属期刊栏目: 算法语言
• 页码范围: 57-59
• 页数: 3页
• 分类号: TP391.1
• 字数: 3058字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2017.20.024

摘要

针对共现网络中节点相关度计算只考虑了词语在文本共现的频率,忽略了词语在类内分布信息的问题进行了研究,提出了一种利用类内特征分布信息的特征提取方法,采用复杂网络表示文本,词语映射成网络的节点,词语之间的关系映射成网络节点的有向边.在此基础上,将网络节点的相关度作为复杂网络的有向边的权重,利用类内分布TF-IDF计算节点自身权重,对构建的文本网络采用改进的PageRank算法计算网络节点的重要性,以此为指标进行特征提取.仿真实验结果表明,提出的特征提取方法结果更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛大鹏	华东师范大学计算机科学与软件工程学院	1	0	0.0	0.0