基于语义分析的降维特征提取

摘要：

文本挖掘中，特征提取和选择是非常关键的问题，决定了分类、聚类、信息挖掘等后续处理的效率和质量。本文针对一般方法进行特征选择所存在的信息损失问题，提出了提高特征选择质量的思路：精确的特征提取和准确的特征合并。围绕着这个思路，基于C-Value特征提取理论，提出了特征提取算法，能够提高多词特征词串的提取精度；以知网（HowNet)为工具，提出了基于语义相似度的特征合并算法，在不损失特征信息的情况下，有效地合并特征词串、降低特征维数，并使特征的语义更为清晰。

关键词：文本挖掘、特征提取、特征选择、降维、语义相似度、知网

分类号：TP3;TP2

资助基金：1基金项目国家自然科学基金61374003。

在线出版日期：2015-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：952-958