基于潛在語(yǔ)義索引的文本分類(lèi)及其在科技信息檢索中的研究.pdf

1、隨著科技的進(jìn)步，科技創(chuàng)新越來(lái)越受重視，但目前科技項(xiàng)目評(píng)審缺乏科技創(chuàng)新參考指標(biāo)，因此需要對(duì)以往科技項(xiàng)目創(chuàng)新性指標(biāo)進(jìn)行分類(lèi)，提高科技項(xiàng)目評(píng)審的質(zhì)量。采用傳統(tǒng)的基于向量空間模型的方法不能滿(mǎn)足查全率和查準(zhǔn)率的需要，因此論文給出潛在語(yǔ)義索引的文本分類(lèi)模型，以提高查全率和查準(zhǔn)率。 本文在潛在語(yǔ)音索引/奇異值分解的基礎(chǔ)上，分析奇異值分解方法在實(shí)際分類(lèi)中所存在的問(wèn)題，引入偏最小二乘法來(lái)替代奇異值分解方法。通過(guò)對(duì)全局潛在語(yǔ)義索引分類(lèi)模型的實(shí)驗(yàn)，發(fā)

2、現(xiàn)該分類(lèi)模型整體上具有良好的分類(lèi)穩(wěn)定性和準(zhǔn)確度。但是這種全局潛在語(yǔ)義索引分類(lèi)模型對(duì)稀有類(lèi)別的分類(lèi)效果比較差，為此，進(jìn)一步引入局部潛在語(yǔ)義索引分類(lèi)模型。同時(shí)為了進(jìn)一步降低存局部潛在語(yǔ)義分類(lèi)的存儲(chǔ)空間的開(kāi)銷(xiāo)，采用半離散分解方法替代奇異值分解方法。通過(guò)實(shí)驗(yàn)，發(fā)現(xiàn)局部潛在語(yǔ)義模型能很好地解決了稀有類(lèi)別的分類(lèi)問(wèn)題，并且全部類(lèi)別的查全率和查準(zhǔn)率都有一定的提高。實(shí)驗(yàn)語(yǔ)料采用標(biāo)準(zhǔn)中文語(yǔ)料和科技項(xiàng)目信息語(yǔ)料兩種語(yǔ)料，以提高分類(lèi)模型上的通用性。 本