10.3969/j.issn.1007-130X.2016.01.029
基于SVM的局部潜在语义分析算法研究
针对现有的Web文本分类与表示方法中出现的各种分类效果与性能优化等问题,基于局部潜在语义分析的理论原理,利用支持向量机分类优势,设计出一种基于文档与类别之间相关度的生成局部区域的算法,即S-LLSA.该算法在语义分析使用矩阵的奇异值分解过程中引入不同类别信息,分析特征词的局部特征,使用支持向量机分类器计算文本对类别的相关度参数,并应用于局部区域生成过程.通过实验表明,S-LLSA算法有效解决了局部区域如何进行局部奇异值分解问题,有效提高并优化了Web文本分类效果,更好地表示了Web文本潜在语义空间.
文本分类、局部潜在语义分析、支持向量机、奇异值分解、S-LLSA
38
TP393(计算技术、计算机技术)
江西省博士研究生创新项目科研基金YC2011-B026
2016-02-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
177-182