|
|||||
|
|
| 一种基于“特征降维”文本复杂网络的特征提取方法 | |
| 引用本文： | 张 丽,马 静.一种基于“特征降维”文本复杂网络的特征提取方法[J].情报科学,2019,37(10):20-25. |
| 作者姓名： | 张 丽 马 静 |
| 摘 要： | 【目的/意义】本文构建一种“特征降维”文本复杂网络进行文本表示，解决传统词同现文本复杂网络处理海 量数据时的维数灾难与语义不足问题，再结合机器学习方法提升文本特征提取效果。【方法/过程】依据共现关系抽 取二级词条，再结合依存句法关系抽取三级词条，构建“特征降维”文本复杂网络，接着利用PCA算法和TOPSIS法 评价网络节点重要性提取反映文本主题的关键词作为文本特征词，实现文本特征提取。【结果/结论】本文以网络新 闻数据为实验对象。实验结果表明，特征降维文本复杂网络能较好地表示中文文本，并且在较好地保留了文本语 义信息的同时有效减少网络节点冗余，结合PCA算法的特征提取方法可以使文本分类性能提高。 |
| 点击此处可从《情报科学》浏览原始摘要信息 | |
| 点击此处可从《情报科学》下载免费的PDF全文 | |