基于图学习的领域文本特征抽取方法  

作　　者：王煜[1] 卫莉莉[2] 

机构地区：[1]洛阳理工学院电气工程与自动化系,河南洛阳471023 [2]洛阳理工学院计算机与信息工程系,河南洛阳471023

出　　处：《黑龙江科技信息》2012年第32期69-69,254,共2页Heilongjiang Science and Technology Information

基　　金：河南省教育厅自然科学研究计划项目(No.12B520033)

摘　　要：根据领域文本数据自身的特点,首先对领域文本样本建立文本向量空间模型,使用词频与DF相结合的方法,缩小特征词候选集,再依据基于图的半监督学习算法,迭代地学习一个基于领域特征关联度的图的半监督分类器,利用少量的标记数据,获得更好的领域文本特征信息抽取。在机械制造等多个领域的语料集上进行测试,对实验结果进行分析,实验证明,该方法是可行的。

关 键 词：VSM 特征提取 图学习 半监督学习 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]