基于知网语义相似度计算的特征降维方法研究  

The Research on Reduced Feature Dimension Based on Hownet Similarity Computing

作　　者：唐歆瑜[1,2] 乐文忠 李志成 李军义[1] 

机构地区：[1]湖南大学计算机与通信学院 [2]长沙航空职业技术学院,长沙410007 [3]深圳市龙岗科技与信息管理局 [4]创智信息技术有限公司

出　　处：《科学技术与工程》2006年第21期3442-3446,共5页Science Technology and Engineering

基　　金：湖南省科技计划项目(05JT1035);广东省关键领域重点突破项目(2005A10207003);湖南大学05年校基金资助

摘　　要：针对文本分类处理中的高维度问题,结合知网语义词典,提出了一种新的特征降维处理方法。通过计算特征词汇之间的语义相似度,将原有特征集分成若干特征词集;同一词集内的特征词语义彼此间相似;而不同词集的特征词彼此间相似度比较小。将同一特征词集内的词汇权重相加,从而突出同义词以及近义词对文本分类的贡献,并可以大大降低文本比较的特征维数。实验结果表明,利用该方法在文本分类中得到了较好的分类准确率和分类性能。（1. College of Computer ＆ Comm, Hunan University , changsha 410082 ; 2.Changsha Aeronautical Vocational ＆ TeChnical College, Changsha 410007 ;3. Longgang Technology ＆ Information Bureau , Shenzhen 518000;4.Chuangzhi Information Technology Co, Ltd, Shenzhen 518057）

关 键 词：特征降维 文本分类 知网 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]