向量空间模型中结合句法的文本表示研究

被引：6

作者：

杨玉珍 ^{[1
,2
]}

刘培玉 ^{[1
,2
]}

姜沛佩 ^{[1
,2
]}

机构：

[1] 山东师范大学信息科学与工程学院

[2] 山东省分布式计算机软件新技术重点实验室

来源：

计算机工程 | 2011年 / 37卷 / 03期

关键词：

特征项; 短语; 句法规则; 关系树; 文本表示;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

为增强向量空间模型(VSM)中项的语义描述性,克服VSM中各语义单元相互独立的缺陷,提出一种基于短语的特征粒度描述方法。该方法从文本的表示及特征项之间的组织方式入手,通过句法规则识别基本短语,构建特征与中心动词的关系树,利用基本短语代替BOW中的词。实验结果表明,采用基本短语的文本表示可提高分类的性能,增加项之间的联系,克服特征项相互独立的缺陷,在特征数量较少的情况下仍能保持良好的分类效果。

引用

页码：58 / 60

页数：3

共 7 条

[1] 网络文本分类中基于信息瓶颈的特征提取 [J].