稀疏表示編碼模型及其在文本分類中的應(yīng)用.pdf

1、為了達到對數(shù)量眾多的文本進行高效組織和管理的目的，使用計算機對文本做分析和聚類應(yīng)運而生，文本自動分類如今已成為了數(shù)據(jù)挖掘領(lǐng)域一個重要的研究方向。目前，文本分類技術(shù)已經(jīng)在全球多個領(lǐng)域，例如郵件分類，信息檢索，新聞分發(fā)，數(shù)字圖書館等，得到了廣泛發(fā)展，越來越多的文本分類方法被發(fā)掘出來。在理論和實踐方面，對文本分類技術(shù)的探究還有很大的發(fā)展空間。
　　本文在分析和總結(jié)文本預(yù)處理、文本特征提取、分類方法和分類性能評價的基礎(chǔ)上，對文本分類方法進

2、行了著重研究，提出了一種新的基于稀疏表示的文本分類方法，實驗結(jié)果證明本文提出的基于稀疏表示的文本分類方法，具有良好的效果。本文主要的研究工作如下:
　　(1)對學(xué)習(xí)樣本進行中文分詞和關(guān)鍵詞提取。作為文本分析的前提，該步驟是文本預(yù)處理中的關(guān)鍵一環(huán)。中文分詞的合理性和關(guān)鍵詞提取的準(zhǔn)確性直接決定了文本分類實驗的結(jié)果。
　　(2)提取文本關(guān)鍵特征。使用統(tǒng)計學(xué)方法，評估文本關(guān)鍵詞對于其對應(yīng)類別文本的重要程度，對關(guān)鍵詞進行進一步篩選，達