首站-论文投稿智能助手
典型文献
基于图小波网络模型的文本分类研究
文献摘要:
针对文本分类中获取文本复杂特征困难、分类准确率低等问题,建立基于图小波网络文本分类模型.根据语料词库共现信息及词与文档的关系构建文本图,使用改进TF-IDF算法、PMI算法计算词与文档之间和词与词之间文本图的权重;建立基于图小波文本分类模型,将构建的文本图输入到GWNN模型中.经R8、R52及Ohsumed英文语料库测试结果表明,文本分类准确率分别达到98.09%、93.91%及69.3%,验证了基于图小波网络模型的有效性,也为文本分类提供了一种有效的方法.
文献关键词:
PMI算法;改进TF-IDF算法;图小波网络;文本分类
作者姓名:
马诚;贾凯莉;李云红;高子明;候嘉乐
作者机构:
西安工程大学电子信息学院,陕西西安710048
文献出处:
引用格式:
[1]马诚;贾凯莉;李云红;高子明;候嘉乐-.基于图小波网络模型的文本分类研究)[J].电子设计工程,2022(11):17-21
A类:
图小波网络,Ohsumed
B类:
文本分类,分类研究,复杂特征,分类准确率,网络文本,分类模型,词库,文档,关系构建,建文,TF,IDF,PMI,算法计算,GWNN,R8,R52,语料库
AB值:
0.292483
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。