一种基于词义和词频的向量空间模型改进方法

• 作者: 关培源 杨子荣 邓晓衡
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 特征选择 卡方分布 向量空间模型
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1390-1395
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.12.0752

摘要

文本内容较多时,传统的向量空间模型(VSM)建模可能产生维数爆炸现象,效率低下且难以保证分类效果.针对VSM高维现象,利用词义和词频降低文本建模维度的方法提高效率和准确度,提出一种多义词判别优化的同义词聚类方法,结合上下文判别多义词的词义后,根据特征项词义相似度进行加权,合并词义相近的特征项.新方法使特征向量维度大大降低,多义词判别提高了文本特征提取的准确性.与其他文本特征提取和文本分类方法进行比较,结果表明,该算法在效率和准确度上有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓晓衡	中南大学软件学院	92	703	13.0	21.0
2	关培源	中南大学软件学院	4	48	3.0	4.0
3	杨子荣	中南大学软件学院	1	8	1.0	1.0