检索结果-南通市图书馆

一种基于“特征降维”文本复杂网络的特征提取方法

在线全文

学校读者我要写书评

暂无评论

情报科学 2019年第10期37卷 20-25页

作者：张丽马静南京航空航天大学经济与管理学院

【目的/意义】本文构建一种'特征降维'文本复杂网络进行文本表示,解决传统词同现文本复杂网络处理海量数据时的维数灾难与语义不足问题,再结合机器学习方法提升文本特征提取效果。【方法/过程】依据共现关系抽取二级词条,再结合依存句... 详细信息

【目的/意义】本文构建一种'特征降维'文本复杂网络进行文本表示,解决传统词同现文本复杂网络处理海量数据时的维数灾难与语义不足问题,再结合机器学习方法提升文本特征提取效果。【方法/过程】依据共现关系抽取二级词条,再结合依存句法关系抽取三级词条,构建'特征降维'文本复杂网络,接着利用PCA算法和TOPSIS法评价网络节点重要性提取反映文本主题的关键词作为文本特征词,实现文本特征提取。【结果/结论】本文以网络新闻数据为实验对象。实验结果表明,特征降维文本复杂网络能较好地表示中文文本,并且在较好地保留了文本语义信息的同时有效减少网络节点冗余,结合PCA算法的特征提取方法可以使文本分类性能提高。

关键词：文本复杂网络特征降维 PCA 特征提取

在线全文

学校读者我要写书评

暂无评论

基于文本复杂网络的内容结构特征分析

现代图书情报技术 2011年第1期 69-73页

作者：刘红红安海忠高湘昀中国地质大学资源环境管理实验室北京100083 中国地质大学人文经管学院北京100083

针对文本信息内容结构参差不齐的问题,提出一种评价文本内容结构分析方法,该方法将文本中的句子作为节点,句子之间的共同名词作为边,构建文本复杂网络,并选取复杂网络的拓扑性质对文本结构特征进行分析。基于一个新闻文本案例构建复杂网... 详细信息

针对文本信息内容结构参差不齐的问题,提出一种评价文本内容结构分析方法,该方法将文本中的句子作为节点,句子之间的共同名词作为边,构建文本复杂网络,并选取复杂网络的拓扑性质对文本结构特征进行分析。基于一个新闻文本案例构建复杂网络,并计算度、强度、最短路径、加权聚类系数等衡量指标,这些指标能很好地评价文本内容结构的好坏,也为理解和提取文本的中心思想、生成摘要、文本检索过滤提供重要参考依据。

关键词：文本复杂网络内容结构最短路径聚类系数

基于融合共现距离的句法网络下文本语义相似度计算

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第12期3卷 93-100页

作者：严娇马静房康南京航空航天大学经济与管理学院南京211106 南京大学计算机科学与技术系南京210023

【目的】综合语义、句法和词频等多种文本信息特征,突破现有文本相似度计算的局限。【方法】构建融合共现距离和依存句法的文本复杂网络,运用信息熵确定网络动力学特征指标的权重。利用词嵌入、句法结构和倒排档信息避免词语结构和语义... 详细信息

【目的】综合语义、句法和词频等多种文本信息特征,突破现有文本相似度计算的局限。【方法】构建融合共现距离和依存句法的文本复杂网络,运用信息熵确定网络动力学特征指标的权重。利用词嵌入、句法结构和倒排档信息避免词语结构和语义的缺失。【结果】对比实验结果表明,不同类别下本文算法分类效果的F1值较句法网络+TF-IDF方法最高提高12.1%,比共现网络+语义方法最高提高5.8%。本文算法的各类别分类效果的平均F1值较二者分别提高5.8%和1.6%。【局限】特征提取中对各指标的选取有待改进,以更全面地区分节点间的重要性。【结论】与传统方法相比,本文算法减少了文本信息流失并实现文本降维,有效地提高了文本相似度计算的准确率。

关键词：依存句法文本复杂网络语义相似度共现距离特征提取

基于语义相似度的文本网络下社区发现算法研究

在线全文

学校读者我要写书评

暂无评论

基于语义相似度的文本网络下社区发现算法研究

作者：严娇南京航空航天大学

学位级别：硕士

信息技术的高速发展带来了如今的大数据时代,使得网络中每日都充斥着海量数据信息的交互。在这些信息数据中,非结构化数据占比90%,而文本数据在非结构化数据中占比最大,这意味着准确高效的文本信息处理手段成为网络信息挖掘的重点研究... 详细信息

信息技术的高速发展带来了如今的大数据时代,使得网络中每日都充斥着海量数据信息的交互。在这些信息数据中,非结构化数据占比90%,而文本数据在非结构化数据中占比最大,这意味着准确高效的文本信息处理手段成为网络信息挖掘的重点研究方向。海量文本数据量的支持以及人类语言具有小世界特性的发现使得复杂网络在文本领域的应用开始被重视,并取得了优异的效果。同时,社区结构作为复杂网络理论中的重要组成,有助于复杂系统内部特征的探究,而现有的社区发现算法或复杂度过高,或适用的网络规模有限。相较而言,标签传播算法(LPA)简单高效、适用范围广的特点使其被广泛应用于网络社区划分,但传统的LPA在准确性和稳定性方面都有待改进。因此,本文为了突破现有文本挖掘技术与社区发现技术的局限,针对文本相似度计算及其下游文本社区发现任务提出了一种基于语义相似度的文本网络下社区发现算法(LPATS)。本文所提出的LPATS在文本表示方面,融合了多文本信息特征构建出文本句法网络,并运用信息熵和网络拓扑性质对文本特征进行提取,通过词嵌入保留了文本特征词的语义信息,进而实现特征词的语义相似度计算及文本的相似度计算。在此基础上,本文利用文本间相似度构建出文本网络模型,制定了节点更新策略,改进了标签传播社区发现算法,以实现准确而稳定的文本社区划分。实验表明,准确率方面,本文的LPATS相较于LPA提高了 16.6%,较LPA拓展算法(SLPA)提高了 4.8%;稳定性方面,LPATS在20次重复实验中结果变动幅度最小。具体的创新点为:(1)融合词语共现距离、共现频次和句法结构将文本信息表示成复杂网络模型,较好保留文本信息的同时有效减少网络冗余;(2)提出结合语义信息、语法信息和词频信息的文本语义相似度计算方法,避免了大量文本信息特征的流失;(3)定义节点综合自身能力和节点间传播影响力指标,对标签传播算法的三个阶段进行改进,降低传统算法的随机性,提高稳定性。

关键词：文本复杂网络语义相似度标签传播社区发现

融合词语统计特征和语义信息的文本分类方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程与科学 2021年第7期43卷 1308-1315页

作者：张丽马静南京航空航天大学经济与管理学院江苏南京211106

为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示。首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最... 详细信息

为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示。首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最后将特征向量与语义向量相融合,使新的文本表示向量信息区分度更高。以网络新闻数据为实验对象的实验结果表明,改进特征权重计算方法,在特征向量中引入了语义和结构信息,并融合特征向量和语义向量,能进一步丰富文本信息,改善文本分类效果。

关键词：文本分类文本复杂网络特征权重 LSTM

在线全文

学校读者我要写书评

暂无评论

基于复杂网络的关键词提取研究

基于复杂网络的关键词提取研究

作者：左晓飞西安电子科技大学

学位级别：硕士

在信息爆炸时代，信息量呈几何级数增长。面对海量文本，如何快速掌握某篇文章的主题、把握作者思想，成为节约读者时间、提高阅读速度的关键问题。关键词作为文章主题和作者思想的体现能够有效解决该问题。然而，网络上的绝大部分文章... 详细信息

在信息爆炸时代，信息量呈几何级数增长。面对海量文本，如何快速掌握某篇文章的主题、把握作者思想，成为节约读者时间、提高阅读速度的关键问题。关键词作为文章主题和作者思想的体现能够有效解决该问题。然而，网络上的绝大部分文章并未提供关键词，如果对这些文本采取人工标引的方法进行关键词标注，不仅费时费力、效率低下，而且主观随意性比较大。因此，关键词自动提取的研究具有重要的现实意义。传统的关键词提取算法只注重文档的表层统计特性（如词频、词语位置、词语长度等），忽略文档的语义信息和结构信息，导致关键词语义和结构信息的缺失。而现有基于词语网络的关键词提取算法，虽然在一定程度上利用了文档的结构信息，但语义信息的利用依然不足，并且网络的构造过程过分依赖于分词的粒度。针对上述问题，本文对基于复杂网络的关键词提取进行了研究。首先针对传统词语网络构造过程中过分依赖分词粒度的不足，提出一种邻近名词合并的算法，在ICTCLAS初步分词的基础上利用提出的邻近词合并算法识别出名词短语，并将短语添加到分词词典中，然后对待处理文档重新进行分词;其次针对传统词语网络语义缺失的问题，在文本复杂网络的构建过程中利用知网对网络节点进行语义标注，为词语网络加入语义信息，然后利用改进的语义相似度计算方法计算节点间的相似度，合并相似节点;再次，在节点重要度计算过程中，提出一种综合考虑网络节点介数和节点加权中心度的综合权值公式。最后，根据提出的算法流程，设计并实现了一个基于复杂网络的关键词提取的原型系统，并对本文提出的各种算法进行了对比实验，结果表明本文提出的关键词提取方法获得了更好的抽取效果。

关键词：关键词提取文本复杂网络语义相似度邻近词合并