基于潜在语义分析的网页文本分类研究  

Web Text Categorization Based on Latent Semantic Analysis

作　　者：王剑锋[1] 乔冬[1] 麻丽娜[1] 李新叶[1] 

机构地区：[1]华北电力大学科技学院信息工程系,河北保定071051

出　　处：《应用能源技术》2009年第11期41-44,共4页Applied Energy Technology

基　　金：华北电力大学青年教师科研基金项目(200811036)

摘　　要：传统的基于词空间的文本分类方法很难处理文本的高维特性,提出基于潜在语义空间的网页文本分类方法,将文本数据由高维空间映射到低维空间,通过奇异值分解提取文本的潜在语义空间。在潜在语义空间中利用支持向量机方法实现文本分类;实验表明该方法对于改进文本分类的性能具有较好的效果。Traditional text categorization methods are difficult to deal with the high dimensionality characteristic of the text document based on semantic concept of the words. This paper proposed a method to Web text categorization based on latent semantic analysis. Textual data was mapped into a lower space. The proposed approach used the singular - value decomposition to derive a latent semantic space. The SVM is used to text categorization in the semantic space. Experimental results show that the method is effective on the performance of the text categorization.

关 键 词：潜在语义分析 网页文本分类 支持向量机 

分 类 号：TP334.2[自动化与计算机技术—计算机系统结构]