基于宏特征融合的文本分类
宏特征(即文档级特征)抽取方法是文本分类中一类典型的特征抽取方法,可以分为有监督宏特征抽取和无监督宏特征抽取.这两类宏特征抽取方法均能提高文本分类的性能.但是,同时使用两类宏特征的情况还没有被研究.该文研究了有监督宏特征和无监督宏特征融合对文本分类性能的影响.具体来讲,研究了两种有监督宏特征抽取方法,与三种无监督宏特征抽取方法,即K-means、LDA和DBN,相互融合的情况.在两个公开语料库Reuters-21578和20-Newsgroup以及一个自动构建的语料库上的对比实验表明,有监督和无监督宏特征之间的融合比单独使用有监督或者无监督宏特征的方式对文本分类更加有效.
文本分类、有监督宏特征抽取、无监督宏特征抽取、特征融合
31
TP391(计算技术、计算机技术)
国家自然科学基金61173075,61272383;深圳市基础重点项目JC201005260118A;深圳市战略性新兴产业发展专项ZDSY20120613125401420,JCYJ20120613151940045;深圳科技研发资金JC201005260175A;贵州省科学技术基金资助项目黔科合J字[2013]2335号
2017-06-20（万方平台首次上网日期，不代表论文的发表时间）
共7页
92-98
