基于LSH的語音文檔主題分類研究.pdf

1、在語音信號廣泛應用的今天，如何對其進行合理和有效的管理，是目前語音信號處理研究的重點之一，其中語音文檔的主題分類是人們研究的熱點。本文首次將局部敏感哈希算法應用到語音文檔主題分類中，旨在克服目前的分類算法在時間上消耗太大的缺點。與已有的分類算法相比，局部敏感哈希算法能夠直接在高維稀疏矩陣上進行分類，它與數據維數和數據點個數之間的子線性關系使其時間復雜度很低，能夠使分類系統(tǒng)更加實用化。本文在深入研究局部敏感哈希算法的基礎上，對算法的關鍵參

2、數進行了改進，使其分類更加準確；改進了算法的實現方法，進一步減少了算法消耗的時間。
　　 論文首先應用TF-IDF權重和后驗概率TF-IDF權重分別對識別后的語音文檔進行了向量空間模型的建立，使其成為能夠被計算機直接識別和處理的數據形式；其次采用穩(wěn)定分布下的局部敏感哈希函數直接的對文檔向量進行哈希散列，利用穩(wěn)定分布的特性保證了在歐氏空間中數據的位置關系；再次深入的分析了局部敏感哈希算法的關鍵參數對分類結果的影響，在通過實驗計算出

3、最佳參數的基礎上，利用局部敏感哈希算法對語音文檔進行了兩種判決方法下的分類實現；最后對局部敏感哈希算法進行了改進，更進一步的減少了算法的分類時間消耗。此外，論文將多維。KD樹應用到語音文檔的主題分類中。
　　 最后，論文對7041篇、四個類別的語音文檔進行了主題分類，通過實驗分別在分類準確度和時間消耗兩個方面比較了局部敏感哈希算法和多維KD樹的性能。實驗結果說明，局部敏感哈希算法能夠實現對語音文檔的快速準確分類，并且比多維KD樹