基于图小波网络模型的文本分类研究

作     者：马诚 贾凯莉 李云红 高子明 候嘉乐 MA Cheng;JIA Kaili;LI Yunhong;GAO Ziming;HOU Jiale

作者机构：西安工程大学电子信息学院陕西西安710048 

基　　金：西安市科技局高校人才服务企业项目(2019217114GXRC007CG008-GXYD7.2 2019217114GXRC007CG008-GXYD7.8) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2022年第30卷第11期

页      码：17-21页

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。

主 题 词：PMI算法 改进TF-IDF算法 图小波网络 文本分类 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2022.11.004

馆 藏 号：203111831...