基于非负矩阵分解的短文本特征扩展与分类

论文摘要

针对短文本特征稀疏的问题,提出了一种基于非负矩阵分解的特征扩展方法（NMFFE）。该方法只考虑数据自身,不借助外部资源进行短文本的特征扩展。首先,把文本及单词的内部关系考虑到文本和单词的关系矩阵分解中,通过双正则化非负矩阵三分解（DNMTF）方法获取词聚类指示矩阵;然后,对词聚类指示矩阵进行降维处理以获取特征空间;最后,根据单词之间的相关程度,从特征空间中选取特征并将其加入短文本中,从而解决短文本特征稀疏的问题,提高文本分类的准确率。实验数据表明,与BOW算法和Char-CNN算法中表现较优者相比,基于NMFFE算法的短文本分类的准确率分别在Web snippets,Twitter sports和AGnews数据集上提高了25.77%,10.89%和1.79%,这充分说明在分类准确率和算法鲁棒性方面,NMFFE算法优于BOW算法和Char-CNN算法。

论文目录

• 1 引言
• 2 相关工作
•   2.1 问题描述
•   2.2 整体框架
• 3 基于非负矩阵分解的特征空间构造
•   3.1 非负矩阵分解框架
•   3.2 关系矩阵和关联矩阵的构造
•   3.3 流形中的关系矩阵分解
• 4 基于自身资源的特征扩展
•   4.1 特征扩展
•   4.2 特征空间的更新
•   4.3 算法描述
• 5 实验及分析
•   5.1 数据集
•   5.2 参数选择
•   5.3 算法对比结果

文章来源

类型: 期刊论文

作者: 黄梦婷,张灵,姜文超

关键词: 短文本分类,特征扩展,非负矩阵分解,特征空间,相关性

来源: 计算机科学 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用

单位: 广东工业大学计算机学院

基金: 广东省自然科学基金(2018A030313061),广东省科技计划(2017B030305003,2017B010124001),广东省产学研合作项目(2017B090901005)资助

分类号: TP391.1

页码: 69-73

总页数: 5

文件大小: 563K

下载量: 185