一种结合关键词与共现词对的向量空间模型＋-科技支撑计划.PDFVIP

CN431258／TP 计算机工程与科学 ISSN1007130X ComputerEngineeringScience 097106 文章编号：1007130X(2014)05 一种结合关键词与共现词对的向量空间模型+ 唐守忠，齐建东 (JL京林业大学信息学院，北京100083) 摘 要：提出了一种结合关键词特征和共现词对特征的向量空间模型。首先，通过分词和去除停用词 提取文本中的候选关键词，利用文本频率筛选关键词特征。然后，基于获得的关键词特征两两构造候选共 现词对，定义支持度和置信度筛选共现词对特征。最后，结合关键词特征和共现词对特征构建向量空间模 型。文本分类实验结果表明，提出的模型具有更强的文本分类能力。 关键词：向量空间模型；共现词对；语义相关性；文本分类 中图分类号：TP391．3 文献标志码：A doi：10．3969／j．issn．1007130X．2014．05．031 Vector modelbasedon space keywords andCO。。occurrenceword pairs N hU吐O Q a旷 ＆ 甜 b T扯A．m G F呲虻 hI．Ⅳ n凹 ．吼 g．¨ ∞ C 吣 S一¨ 喀 略巧 眵胁删 newvector modelis usesboth andCO Abstract：A keyword space proposed，which asthe featuresof candidatesareextractedfromdocu representationdocuments．Firstly，thekeyword ments textsand the featuresarefiltered words，and bysegmentingremovingstop keyword by ontheobtained COoccurrenceword are features，the frequency．Secondly，basedkeyword pairs andconfidencearedefinedtofilterthefeaturesofCO ted，andsupportdegree degree featuresandthefeaturesofCOoccurrence arecombinedtocon word pairs．Finally，thekeyword pairs structthevector model．Thetextclassification showthatthe modelhasbet