基于词向量的向量空间模型的改进

• 作者: 殷功俊
• 来源期刊: 现代计算机
• 关键词: 向量空间模型 词向量 文本表示 文本分类
• 年，卷（期）: 2018,（36）
• 所属期刊栏目: 研究与开发
• 页码范围: 32-35,41
• 页数: 5页
• 字数: 3873字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.36.007

摘要

向量空间模型是目前比较主流的文本表示模型,在多个领域内都有着很好的表现,但它却有着维度较高、不能有效提取特征词语义、文本表示稀疏等缺陷.针对以上不足,在传统的向量空间模型的基础上引入能高效获取语义的词向量,提出一种新的文本表示模型.该模型首先通过对特征词的词向量聚类,用聚类质心代表该类的其他特征词,求出聚类质心的TF-IDF权值,能够降低文本表示向量的维度、优化文本表示稀疏的问题和改进在计算TF-IDF权值中遇到的一词多义和同义词问题;再将聚类质心的权值与其词向量结合生成文本表示向量,使其能有效获取文本语义信息;最后用于文本分类.在搜狗语料库中验证该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷功俊	四川大学计算机学院	1	1	1.0	1.0