基于结构张量空间模型的文本分类 |
| |
引用本文: | 庄建昌,武娇,洪彩凤,顾兴全.基于结构张量空间模型的文本分类[J].统计与信息论坛,2019(7):10-18. |
| |
作者姓名: | 庄建昌 武娇 洪彩凤 顾兴全 |
| |
作者单位: | 1.中国计量大学理学院;2.中国计量大学标准化学院 |
| |
基金项目: | 国家自然科学基金项目《基于超稀疏结构学习的压缩感知重建研究》(61302190) |
| |
摘 要: | 在自然语言处理中,将非结构化的文本数据表示成结构化数据是文本处理工作的基础,文本表示的优劣对后期文本处理的效果有直接的影响。提出一种新的结构化文本表示模型——结构张量空间模型,该模型将文本按照其自身的层次含义进行分层表示,相比较于传统的文本表示模型,更充分地体现文本的结构信息。研究了基于结构张量空间模型的文本分类问题,实验结果表明,在小样本数据下,结合结构张量空间模型的分类器性能更好。
|
关 键 词: | 向量空间模型 结构张量空间模型 文本分类 支持张量机 |
Structured Tensor Space Model for Text Classification |
| |
Institution: | (College of Science,China Jiliang University,Hangzhou 310018,China;College of Standardization,China Jiliang University,Hangzhou 310018,China) |
| |
Abstract: | ZHUANG Jian-chang;WU Jiao;HONG Cai-feng;HU Xing-quan(College of Science,China Jiliang University,Hangzhou 310018,China;College of Standardization,China Jiliang University,Hangzhou 310018,China) |
| |
Keywords: | vector space model sturctured tensor space model text classification support tensor machine |
本文献已被 维普 等数据库收录! |
|