公开(公告)号：CN101464907A

公开(公告)日：2009-06-24

申请号：CN200910076589.2

申请日：2009-01-09

Applicant: 中国科学院计算技术研究所

Inventor： 曾依灵 ,  许洪波 ,  吴高巍

IPC: G06F17/30

Abstract: 本发明提供一种文本维度压缩及尺度调整方法，包括下列步骤：1)用特征空间的特征向量表示文本xj；2)根据训练集中的样本x计算文本xj待投影的k个方向，其中k为文本xj所属语料的类别个数；3)将文本xj投影到该k个方向，表示为(xj，1N，…，xj，iN，…，xj，kN)，其中1≤i≤k；4)根据训练集中的样本x计算每个类Ci在对应方向上投影的尺度相关统计量；5)根据所述(xj，1N，…，xj，iN，…，xj，kN)和所述尺度相关统计量，计算所述文本xj的新的表示(xj，1R，…，xj，iR，…，xj，kR)。根据本发明的文本维度压缩及尺度调整方法对文本空间进行处理，不仅降低了语料的维度，还使语料的分布更为合理，该方法的应用使文本分类的精度有效提高。

公开(公告)号：CN101464907B

公开(公告)日：2011-05-11

申请号：CN200910076589.2

申请日：2009-01-09

Applicant: 中国科学院计算技术研究所

Inventor： 曾依灵 ,  许洪波 ,  吴高巍

IPC: G06F17/30

Abstract: 本发明提供一种文本维度压缩及尺度调整方法，包括下列步骤：1)用特征空间的特征向量表示文本xj；2)根据训练集中的样本x计算文本xj待投影的k个方向，其中k为文本xj所属语料的类别个数；3)将文本xj投影到该k个方向，表示为(xj，1N，...，xj，iN，...，xj，kN)，其中1≤i≤k；4)根据训练集中的样本x计算每个类Ci在对应方向上投影的尺度相关统计量；5)根据所述(xj，1N，...，xj，iN，...，xj，kN)和所述尺度相关统计量，计算所述文本xj的新的表示(xj，1R，...，xj，iR，...，xj，kR)。根据本发明的文本维度压缩及尺度调整方法对文本空间进行处理，不仅降低了语料的维度，还使语料的分布更为合理，该方法的应用使文本分类的精度有效提高。