分块主成分分析在文本特征抽取中的应用
洪军建
珠杰
1.西藏大学 计算机科学系,西藏 拉萨,8500002.西藏大学 计算机科学系,西藏 拉萨,850000
摘要：为了降低原始文本特征空间的维数，获得较高的分类精度与执行效率，对多种文本特征提取方法进行了研究，如卡方、互信息、信息增益、主成分分析（PCA）等。针对传统文本特征抽取方法存在的精度不高、执行效率低等问题，提出了一种基于分块主成分分析的文本特征提取算法。该算法通过 K-均值词聚类进行特征词分块，再对各分块实施 PCA 操作抽取出更具代表性的特征项，最后使用支持向量机分类器对文本进行分类。实验结果表明：分块主成分分析的分类指标 Fβ＝1达到了88．7％，执行时间为353 s，能够有效提高文本分类精度与执行效率。
关键词：主成分分析分块特征抽取词聚类
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61262058)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 30-34 )