資源描述：
《內(nèi)容文本分類中的語(yǔ)義特征提取算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)?????UDC173,5568密級(jí)編號(hào)??????十I初．大學(xué)CENTRALSOUTHUNIVERSITY82‘0-：：?！В?、原創(chuàng)性聲明I舢llllllllllillllY1719195本人聲明，所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了論文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得中南大學(xué)或其他單位的學(xué)位或證書而使用過(guò)的材料。與我共同工作的同志對(duì)本研究所作的貢獻(xiàn)均已在論文中作了明確的說(shuō)明。作者簽名：耋婭日期：盟年上月j業(yè)日學(xué)位論文版權(quán)使用授權(quán)書本人了解中南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)
2、校有權(quán)保留學(xué)位論文并根據(jù)國(guó)家或湖南省有關(guān)部門規(guī)定送交學(xué)位論文，允許學(xué)位論文被查閱和借閱；學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容，可以采用復(fù)印、縮印或其它手段保存學(xué)位論文。同時(shí)授權(quán)中國(guó)科學(xué)技術(shù)信息研究所將本學(xué)位論文收錄到《中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)》，并通過(guò)網(wǎng)絡(luò)向社會(huì)公眾提供信息服務(wù)。作者簽名：翮簽名鮑期鋤，Q年』月坦日摘要內(nèi)容文本分類是根據(jù)給定文本的特征進(jìn)行匹配，將其判別為事先確定的若干個(gè)文本類別中的某一類或某幾類的過(guò)程。如何提取待分類數(shù)據(jù)中的語(yǔ)義特征是實(shí)現(xiàn)文本分類的關(guān)鍵技術(shù)。特征提取對(duì)于降低文本數(shù)據(jù)的處理維度，濾除數(shù)據(jù)噪聲，提高分類準(zhǔn)確率有著重要的意義。論文研究在不犧牲算法效率和精確度的前提下，如
3、何對(duì)傳統(tǒng)特征提取算法進(jìn)行改進(jìn)。在深入分析無(wú)監(jiān)督特征提取主成分分析算法和監(jiān)督的Fisher判別分析算法的特點(diǎn)的基礎(chǔ)上，提出了從數(shù)據(jù)重構(gòu)和數(shù)據(jù)識(shí)別的角度建立了特征提取中描述特征和判別特征兩個(gè)優(yōu)化思想；結(jié)合譜圖理論，研究了黎曼流形上的拉普拉斯．貝爾特拉米算子的線性近似，構(gòu)造了一個(gè)類似Fisher判別函數(shù)的非監(jiān)督判別準(zhǔn)則；在深入分析非監(jiān)督判別判別準(zhǔn)則的基礎(chǔ)上，提出了在特征提取時(shí)著重考慮文本類別特征的稀疏性和文本數(shù)據(jù)特征間具有的相關(guān)性、同義性以及多義性的特點(diǎn)對(duì)分類語(yǔ)義信息的影響，采用數(shù)據(jù)降維后保留類別語(yǔ)義信息的原則，避免僅考慮文本語(yǔ)義信息重構(gòu)造成的分類準(zhǔn)確度降低的缺點(diǎn)；通過(guò)分析潛在語(yǔ)義索引特征提取算法的
4、優(yōu)點(diǎn)和不足，確定了從代數(shù)角度通過(guò)矩陣奇異值分解和廣義特征值分解獲取特征變換矩陣的方法，達(dá)到在不影響精準(zhǔn)度的基礎(chǔ)上減少特征提取的時(shí)間；通過(guò)深入研究經(jīng)典線性-N另,J算法在語(yǔ)義特征提取運(yùn)用，結(jié)合文本分類自身的特點(diǎn)，明確了文本分類不同于線性判別算法的監(jiān)督聚類，從而構(gòu)造基于文本向量間的相似矩陣和密度矩陣以提供類別語(yǔ)義信息?；谝陨瞎ぷ髟砗完P(guān)鍵技術(shù)，本文設(shè)計(jì)了一種判別語(yǔ)義特征提取算法DSFE。采用國(guó)際通用語(yǔ)料數(shù)據(jù)集和web網(wǎng)頁(yè)數(shù)據(jù)作為實(shí)驗(yàn)語(yǔ)料，對(duì)于所設(shè)計(jì)的算法進(jìn)行了實(shí)驗(yàn)并對(duì)實(shí)驗(yàn)結(jié)果比較，使用準(zhǔn)確率和歸一化互信息評(píng)價(jià)算法，驗(yàn)證了DSFE算法在時(shí)間復(fù)雜度、分類準(zhǔn)確性、抗噪聲能力等方面都有較好的性能。關(guān)鍵詞
5、Fisher判別分析，潛在語(yǔ)義索引，特征變換，判別語(yǔ)義特征提取ABSTRACTContenttextclassificationisgivenaccordingtothecharacteristicsoftext，thediscriminationforseveralmonthspriortothedeterminationofthetexttypeofcertainorprocess．HowtoextractthesemanticfeaturesforclassificationofdataiSthekeytechnologyoftextclassification．Thesemanticf
6、eatureextractionforreducingthetextdataprocessingdimension，filteringnoiseandimprovedataclassificationaccuracyhasimportantsignificance．Researchonprecisionandefficiencyofthealgorithmwithoutsacrificingthepremise，howtotraditionalsemanticsfeatureextractionalgorithmwasimproved．Inthisdessertation，theunsuper
7、visedfeatureextractingprincipalcomponentanalysisalgorithmandsupervisionofFisherdiscriminantanalysisalgorithmisprofoundlystudied，basedonwhich，itisdemonstratedthatfromtheangleofdatareconstructionanddata
