基于短文本的独立语义特征抽取算法

胡佳妮; 郭军; 邓伟洪; 徐蔚然

您当前的位置：

首页 >

文章列表页 >

基于短文本的独立语义特征抽取算法

技术报告 | 更新时间：2024-10-14

- 基于短文本的独立语义特征抽取算法
- Independent semantic feature extraction algorithm based on short text
- 通信学报 2007年第12期页码：121-124
- 作者机构：
  
  1. 北京邮电大学信息工程学院
  2. 北京邮电大学信息工程学院,北京,100876
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(60475007,60675001)~~
- DOI：
  中图分类号： TP391.1
- 纸质出版日期：2007
- 稿件说明：
移动端阅览
胡佳妮, 郭军, 邓伟洪, 等. 基于短文本的独立语义特征抽取算法[J]. 通信学报, 2007,(12):121-124.

HU Jia-ni, GUO Jun, DENG Wei-hong, et al. Independent semantic feature extraction algorithm based on short text[J]. 2007, (12): 121-124.
胡佳妮, 郭军, 邓伟洪, 等. 基于短文本的独立语义特征抽取算法[J]. 通信学报, 2007,(12):121-124. DOI：

HU Jia-ni, GUO Jun, DENG Wei-hong, et al. Independent semantic feature extraction algorithm based on short text[J]. 2007, (12): 121-124. DOI：

摘要

提出了一种基于短文本的独立语义特征抽取算法

旨在降低文本向量的稀疏性并提其高语义表示能力。该算法首先采用潜在语义分析降低文本的维数并去除噪声

然后运用独立成份分析方法在潜在语义特征中提取出最能表达语义且相互统计独立的特征。实验表明此算法优于潜在语义索引算法。

Abstract

An independent semantic feature extraction algorithm was proposed

aiming at reducing the sparseness of short text and enhancing its capability of semantic expression.The algorithm first makes use of latent semantic indexing to re-duce the dimension and wipe off noise

and then it introduces independent component analysis to extract statistic inde-pendent and semantic features.Experimental results prove the feasibility of the algorithm and demonstrate it is superior to latent semantic indexing.

关键词

Keywords

references

浏览量

544

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向语义信息直传的通信架构

BotCatcher：基于深度学习的僵尸网络检测系统

基于历史数据的异常域名检测算法

基于语义的领域构件接口名称匹配方法

TPCAD:一种文本类多协议特征自动发现方法