基于改进KNN的文本分类方法

被引：17

作者：

钱晓东

王正欧

不详

机构：

[1] 天津大学系统工程研究所

[2] 天津大学系统工程研究所天津

[3] 天津

来源：

情报科学 | 2005年 / 04期

关键词：

文本分类; 特征提取; 自组织神经网络; 向量空间模型; K最近邻算法; 模式聚合;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。应用特征选取和模式聚合理论以降低特征空间维数。传统的VSM模型各维相同的权重并不适应于文本处理的环境,本文提出应用SOM神经网络进行VSM模型各维权重的计算。结合两种改进,有效地降低了向量空间的维数,提高了文本分类的精度和速度。

引用

页码：550 / 554

页数：5