一種基于“特征降維”文本復雜網絡的特征提取方法
張麗; 馬靜 南京航空航天大學經濟與管理學院; 江蘇南京211106
關鍵詞：文本復雜網絡 特征降維 pca 特征提取
摘要：【目的/意義】本文構建一種'特征降維'文本復雜網絡進行文本表示,解決傳統(tǒng)詞同現文本復雜網絡處理海量數據時的維數災難與語義不足問題,再結合機器學習方法提升文本特征提取效果?！痉椒?過程】依據共現關系抽取二級詞條,再結合依存句法關系抽取三級詞條,構建'特征降維'文本復雜網絡,接著利用PCA算法和TOPSIS法評價網絡節(jié)點重要性提取反映文本主題的關鍵詞作為文本特征詞,實現文本特征提取?！窘Y果/結論】本文以網絡新聞數據為實驗對象。實驗結果表明,特征降維文本復雜網絡能較好地表示中文文本,并且在較好地保留了文本語義信息的同時有效減少網絡節(jié)點冗余,結合PCA算法的特征提取方法可以使文本分類性能提高。
情報科學雜志要求:
{1}摘要論文應附有中英文摘要。摘要應能客觀地反映論文主要內容的信息，具有獨立性和自含性。一般不超過200字，以與正文不同的字體字號排在作者署名與關鍵詞之間。
{2}本刊提倡嚴謹的學風，堅持“百花齊放，百家爭鳴”的方針，堅持相互尊重的自由討論。
{3}正文（包括圖、表）中的物理量和計量單位必須符合國家標準與國際標準。
{4}附錄內容較少，與參考文獻排在同一頁；如出現內容較多，則另起一頁。附錄的字體為12磅，Times New Roman字體，加粗。附錄內容格式要求與正文一致。
{5}本刊用稿采取三審四校制。來稿應包括題名、作者姓名、作者單位、中英文摘要與關鍵詞、主要作者簡介、正文、參考文獻等。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
