基于SVM的局部潜在语义分析算法研究

来源：计算机工程与科学杂志2016年第1期北京时间：

作者：谭光兴，刘臻晖

单位：（江西财经大学信息管理学院,江西 南昌 330013）

摘要：针对现有的Web文本分类与表示方法中出现的各种分类效果与性能优化等问题，基于局部潜在语义分析的理论原理，利用支持向量机分类优势，设计出一种基于文档与类别之间相关度的生成局部区域的算法，即SLLSA。该算法在语义分析使用矩阵的奇异值分解过程中引入不同类别信息，分析特征词的局部特征，使用支持向量机分类器计算文本对类别的相关度参数，并应用于局部区域生成过程。通过实验表明，SLLSA算法有效解决了局部区域如何进行局部奇异值分解问题，有效提高并优化了Web文本分类效果，更好地表示了Web文本潜在语义空间。

关键词：文本分类,局部潜在语义分析,支持向量机,奇异值分解,S-LLSA,

基金资助：江西省博士研究生创新项目科研基金(YC2011B026)