一种基于复杂网络中文文本分类算法.pdfVIP

1胃 瑕 W--瑕 ISSN1000—0135 JOURNALOFTHECHINA SOCIETYF0R SCIENTIFIC AND TECHNICAL INFORMATION 1SSN lO0o—O135 第31卷第 11期 1179—1186，2012年 11月 Vo1．31 No．11，1179—1186 November 2012 doi：10．3772／j．issn．1000—0135．2012．11．007 一 种基于复杂 网络的中文文本分类算法 赵 辉 刘怀亮 张 倩 (西安电子科技大学经济管理学院，西安 710071) 摘要 为解决向量空间模型中文本结构和语义信息的缺失问题，本文提出将复杂网络应用到中文文本分类过 程中，将文本表示为以特征词为节点 ，以词语语义相关关系为边 ，以其相关关系强弱作为边权重 的加权复杂网络 ， 利用网络节点的综合特性对文本进行特征选择 ，以降低文本 网络的复杂性 。给出基于复杂网络 的中文文本分类算 法并对其进行实验验证 。结果表 明，该算法是可行 的，且有较好 的分类效果 。 关键词 复杂网络 特征选择 文本分类 A ChineseTextClassificationAlgorithm Based on ComplexNetwork ZhaoHui，LiuHuailiangandZhangQian (DepartmentofEconomicManagement，XidianUnwe~i@，Xi’an710071) Abstract Inordertodealwiththelack oftextstructureand semanticinformati0ninthevect0rspacemode1．this paperappliescomplexnetwork to theprocessofChinesetextclassification．Itwillrepresentthetextsasnodesoffeature words，andputthe semantic relevancerelation ofbetweenwordsastheedges，and usethe strength ofthatrelevance relation asweightedcomplexnetworkofedgeweight，andachievethefeatureselectionoftextsbyconsideringthesynthetic characteristicsofnetworknodes，then toreducethenetwork complexity ofthetexts．Itcan alsoproposean algorithm of Chinesetextclassificationandproveitselfbyexperiments．Theexperimentalresultsshow thatthealgorithm isfeasibleand ofbetterclassi6cationresults． Keywords complexnetwork，featureselection，textclassification 信息 ，因此在处理海量信息时，此模型带来的最大问 1 引 言 题是 向量空间的高维性、稀疏性及语义信息缺失问 题 ，从而影响文本分类的结果。 文本分类作为文本挖掘的关键技术之一，广泛