基于潜在语义分析的Web文本分类.pdfVIP

基于潜在语义分析的Web文本分类 王剑锋苑津莎 (华北电力大学电子与通信工程系保定071003) 摘要传统的基于向量空间的文本分类方法很难处理文本的高雏特性，本文首先综述了潜在语艾分析的理论噩 方法，并且解释其教学意叉，提出基于潜在语义分析的Web文本分类方法，蛤出web文本的特征袁示，将文本数据 由高雏空间映射到低雄空闻，通过奇异值分解挺取文本的潜在语艾空间。在潜在语义空间中刺用支持向量机方法 舞现文本分类。最后采用两种文本分类方法进行对比实验，实验表明基于潜在语叉分析的方法比传统方法取得更 好的文本分类效果。 关键词潜在语义分析，Web文皋分类．支持向量机 WebText BasedOilLatent Categorization Semantic Analysis WANG YUAN Jian-Feng JimSha ofElectronicandCommumcation China (Department Engineering，NorthElectricPower 071003) University，Baoding Ahstracl text methodsaredifficultto with Traditiohalcategorization deal the dimensionalitvcharacteristicof high of 出etextdocumentbased∞VS眦lnlks andmethod paper，出etheory U执aresummarized．andtheundedylng mathematicalis methodtOW曲text basedon semantic is meaningexplained．A categorizationlatent pro— analysis text data Web feature is was intOalower posed．The expressionintroduced；textualmapped space．The proposed a usedthe decompositiontOderivelatentsemanticspace．TheSVMisusedtOtext approach singular-value categori- z．ationinthes日mntic thelast ofthis constructan to the space．In results．EX-