一种基于词义和词频的向量空间模型改进方法

来源：计算机应用研究杂志2019年第5期北京时间：

作者：邓晓衡,杨子荣,关培源,

单位：中南大学软件学院,长沙410075；

摘要：文本内容较多时，传统的向量空间模型（VSM）建模可能产生维数爆炸现象，效率低下且难以保证分类效果。针对VSM高维现象，利用词义和词频降低文本建模维度的方法提高效率和准确度，提出一种多义词判别优化的同义词聚类方法，结合上下文判别多义词的词义后，根据特征项词义相似度进行加权，合并词义相近的特征项。新方法使特征向量维度大大降低，多义词判别提高了文本特征提取的准确性。与其他文本特征提取和文本分类方法进行比较，结果表明，该算法在效率和准确度上有明显提高。

关键词：文本分类,特征选择,卡方分布,向量空间模型,

基金资助：中南大学研究生创新基金资助项目(2017zzts732)；；