期刊专题

10.3969/j.issn.1002-137X.2004.06.016

适于Internet新闻文本实时分类的动态向量空间模型DVSM

引用
传统向量空间模型(VSM)特征间无关联,且不能动态增量训练,不适合主题和焦点实时变化的Internet新闻信息,为此提出了一种改进的文本实时分类模型--动态向量空间模型(DVSM).通过对VSM的特征提取策略进行改进,提出了特征聚合和增量训练算法.通过将对分类有相同贡献的文本特征词聚合,使用它们共同的分类贡献向量特征模式作为文本特征向量的基本维;采用增量动态训练改变对分类贡献已改变的特征词在文本向量的特征模式中的位置,适应Internet新闻信息的实时特性.使用静态训练集和动态训练集进行的DVSM与传统VSM的对比实验表明,采用特征聚合和动态训练的DVSM在Internet新闻实时分类中优势效果明显优越.

劝态向量空间模型、特征聚合、增量动态训练、Internet新闻分类、分类贡献向量特征模式

31

TP3;H31

国家高技术研究发展计划863计划863-306-ZD02-02-6

2004-07-22(万方平台首次上网日期,不代表论文的发表时间)

共4页

64-67

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

31

2004,31(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn