基于潜在语义的多类文本分类模型研究 - 江西师范大学智能信息处理 .pdf

ISSN 1000-0054 ( ) 2005 45 S 1 20/ 39 CN 11-2223/ N J T singh ua U n iv ( Sci T ech ) , 2005, V o . 45 , N o . S 1 1818-1822 基于潜在语义的多类文本分类模型研究 叶　浩, 　王明文, 　曾雪强 ( , 330027) : 在文本分类中, 一个文本往往有多类属性, 而目前 , 大多数分类模型均为二元分类模型。因此, 提出一种基 潜 , , 在语义的多类分类模型。该模型同时考虑文档特征信息和文 , , 档的类属信息, 在提取文档潜在语义信息的同时把对文档分 , 类贡献大的特征信息保留下来。其结果是既能较好地解决文 档中同义词和多义词的问题, 又能解决多类属分类问题, 并 [ 3] 且能够探测到新类。在Reuter s 文档集上的实验表明, 在维 , 数较低的情况下, 分类效果比较好, 性能比较稳定。 , : 多类分类; 潜在语义; 潜在语义分类; 偏最小二乘 , : T P 391 : A , , : 1000 -0054 ( 2005) S 1-1818-05 , Automatic text multi-classification , [ 4] model based on latent semantic ( PL S 1 YE Hao, WANG Mingwen, Z ENG Xueqiang ) , , ( School of Computer Information Engineering, Jiangxi Normal University, Nanchang 3300 7, China) , Abstract: In t he aut omat ic t ext c ass ificat ion, one t ex t m ay b e ong , t o severa c ass es , but m ost of ex ist ed c as sif icat ion m ode s are 1　多分类的潜在语义模型 binary mode s. T h is paper pr esent s a new mu t i-c assif icat ion m ode based on at ent seman tic i n w hich bot h t he t ext inf ormat ion and t he L SI[ 5] , t ext c as s inf ormat ion are t aken int o accou nt . It keeps t he import an t f eat ure