基于HowNet的VSM模型扩展在文本分类中的应用研究

被引：8

作者：

孙宏纲 ^{[1
]}

陆余良 ^{[1
]}

刘金红 ^{[1
]}

龚笔宏 ^{[2
]}

机构：

[1] 合肥电子工程学院教研室

[2] 北京大学网络与分布式实验室

来源：

中文信息学报 | 2007年 / 06期

关键词：

计算机应用; 中文信息处理; HowNet; VSM模型; 文本分类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

在采用VSM模型进行文本分类时,如果特征向量维数相差悬殊,会给分类结果产生很大负面影响。为了解决这一问题,本文引入了特征向量扩展的思想,同时定义了有效原始信息浓度的概念。特征向量扩展以HowNet语义词典为依据,对高维和低维特征向量采用不同的扩展策略,从而减小了不同类别语料间有效原始信息浓度的差值,进而改善复杂语料的分类结果。实验表明该方法在复杂语料情况下,通过对特征向量进行HowNet语义扩展,可以较好的改善分类结果。

引用

页码：101 / 108

页数：8

共 9 条

[1] 基于HowNet的词汇语义倾向计算 [J].

朱嫣岚 ;

闵锦 ;

周雅倩 ;

黄萱菁 ;

吴立德 .

中文信息学报, 2006, (01) :14-20

[2] 基于HowNet构造语义场的方法 [J].

王大亮 ;

孙建涛 ;

陆玉昌 ;

夏克俭 ;

王泉德 .

清华大学学报(自然科学版), 2005, (01) :77-80

[3] 网页分类技术 [J].

孙建涛 ;

沈抖 ;

陆玉昌 ;

石纯一 .

清华大学学报(自然科学版), 2004, (01) :65-68

[4] 一种基于向量空间模型的文本分类方法 [J].

李雪蕾 ;

张冬茉 .

计算机工程, 2003, (17) :90-92

[5] 一种基于向量空间模型的多层次文本分类方法 [J].

刘少辉 ;

董明楷 ;

张海俊 ;

李蓉 ;

史忠植 .

中文信息学报, 2002, (03) :8-14+26

[6] 一种用于主题提取的非线性加权方法 [J].

韩客松 ;

王永成 .

情报学报, 2000, (06) :650-653

[7]

金珠,林鸿飞,赵晶.基于HowNet的话题跟踪及倾向性分类研究[J].情报学报,2005(05)

[8]

基于改进的贝叶斯模型的中文网页分类器[C]. 秦兵;郑实福;刘挺;张刚;李生.全国第六届计算语言学联合学术会议,1600

[9]

G. Salton,A. Wong,C. S. Yang.A vector space model for automatic indexing[J].Communications of the ACM,1975

← 1 →