山西大学学报(自然科学版)

2015, v.38;No.149(03) 392-398

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

融入词和文本关系的文本表示模型研究
Research on Document Description Model Integrated Terms and Documents Relationships

朱建林;彭鲸桥;杨小平;王倩;

摘要(Abstract):

为了改善向量空间模型的稀疏性,提高文本分类的效果,在不引入外部知识的情况下,通过挖掘语料库内部的词间关系和文本间关系,将其以不同的方式融入原始矩阵,形成了4种新的文本表示模型,并通过文本分类实验来验证其表达能力。实验证明,融入词和文本关系能明显改善KNN和SVM的分类效果。

关键词(KeyWords): 向量空间模型;;文本表示模型;;文本分类;;特征矩阵

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(71271209);; 北京市自然科学基金(4132067);; 教育部人文社会科学青年基金(11YJC630268);; 中国人民大学科学研究基金项目(13XNH213);; 河北省自然科学基金项目(A2013410011);; 中国人保财险灾害研究基金项目(2014D07)

作者(Author): 朱建林;彭鲸桥;杨小平;王倩;

Email:

参考文献(References):

文章评论(Comment):

序号(No.) 时间(Time) 反馈人(User) 邮箱(Email) 标题(Title) 内容(Content)
反馈人(User) 邮箱地址(Email)
反馈标题(Title)
反馈内容(Content)
扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享