基于语义与分类贡献的文本特征选择研究

• 作者: 景永霞 王治和 苟和平
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: LDA 特征选择 文本分类 语义分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 51-55,62
• 页数: 6页
• 分类号: TP391
• 字数: 4024字
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2020.01.008

摘要

针对传统文本特征选择算法没有考虑特征的语义及特征与类别之间关系的问题,提出了一种结合语义和分类贡献的特征选择算法.利用LDA主题模型获取文本和词的表示,通过计算词与文本之间的语义相似度,获取词对文本的重要性.再利用Word2vec词向量模型获取文本类别特征,通过计算文本中的词与文本类别特征之间的语义相似度,获取词对类别的重要性,最后结合词对文本的重要性和词对类别的重要性选择分类贡献度高的词作为最终的分类特征.实验表明,该算法能够有效地降低文本特征数量,减少分类计算开销,降低噪声对分类的影响,提升分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王治和	西北师范大学计算机科学与工程学院	78	356	10.0	14.0
2	苟和平	琼台师范学院信息科学技术学院	28	58	4.0	6.0
3	景永霞	琼台师范学院信息科学技术学院	27	56	4.0	6.0