摘要
针对文本分类处理中的高维度问题,结合知网语义词典,提出了一种新的特征降维处理方法。通过计算特征词汇之间的语义相似度,将原有特征集分成若干特征词集;同一词集内的特征词语义彼此间相似;而不同词集的特征词彼此间相似度比较小。将同一特征词集内的词汇权重相加,从而突出同义词以及近义词对文本分类的贡献,并可以大大降低文本比较的特征维数。实验结果表明,利用该方法在文本分类中得到了较好的分类准确率和分类性能。
(1. College of Computer & Comm, Hunan University , changsha 410082 ; 2.Changsha Aeronautical Vocational & TeChnical College, Changsha 410007 ;3. Longgang Technology & Information Bureau , Shenzhen 518000;4.Chuangzhi Information Technology Co, Ltd, Shenzhen 518057)
出处
《科学技术与工程》
2006年第21期3442-3446,共5页
Science Technology and Engineering
基金
湖南省科技计划项目(05JT1035)
广东省关键领域重点突破项目(2005A10207003)
湖南大学05年校基金资助
关键词
特征降维
文本分类
知网
reduced feature dimension ,Text classification, Hownetz