收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持张量机的中文文本分类研究

俞炯  
【摘要】:基于机器学习的文本分类是自然语言处理领域的重要研究方向之一,能够帮助人们快速、准确地进行信息的获取。目前大部分机器学习算法采用向量形式进行数据的表示。相比之下,采用张量形式进行数据的表示能够更多地保留多模态数据的内在结构信息,并且在面对高维小样本数据时,有着更强的泛化能力,因此近年来基于张量数据的机器学习算法愈发受到研究人员的重视。本文围绕支持张量机与文本分类两个主题进行展开,着重研究了支持张量机模型的优化,以及优化模型下,文本张量空间模型的构造问题。主要包含以下几部分内容:1.提出秩r支持张量机模型。该模型针对秩一映射支持张量机与支持向量机的优点与局限性提出。采用秩约束的方式控制学习模型参数个数,用于处理不同的训练集。针对不同的张量秩定义,给出了CP秩与Tucker秩下的等价模型,以及相关优化问题的解法。2.提出了秩r支持张量机近似最优秩约束的一种解法,该解法基于对秩r支持张量机求解过程中交替投影过程的实质的分析。3.提出采用正负相关特征的权重降序交替列填充法,构造张量空间模型。该模型构造方法基于对文本分类中特征权重分布情况的分析。4.设计了一套可行的中文文本分类系统。该系统结合了以上三点内容以及常见文本分类技术。系统先通过对文本的预处理、特征选择等流程对文本进行向量化表示。通过在SVM上初步训练,得到优化的张量空间模型与近似最优秩约束,进一步得到文本的张量化表示。最后输入秩r支持张量机进行训练,并在测试集上评估。本课题研究成果可用于文本的主题分类。研究重点是对支持张量机以及张量空间模型的优化,具有较高的可扩展性,因此对诸如人脸识别等其他领域的机器学习算法也有较为可观的借鉴意义。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 庄新妍;;中文文本分类系统构架设计[J];信息与电脑(理论版);2012年01期
2 周雪芹;刘建舟;邵雄凯;廖力;;中文文本分类中特征提取的方法[J];湖北工业大学学报;2010年02期
3 刘怀亮;张治国;赵捧未;;中文文本分类反馈学习研究[J];情报理论与实践;2009年06期
4 王俊英;郭景峰;霍峥;;中文文本分类系统的设计与实现[J];微电子学与计算机;2006年S1期
5 马忠宝;刘冠蓉;;基于支持向量机的中文文本分类模型研究[J];计算机技术与发展;2006年11期
6 孙国菊,张杰;中文文本分类的特征选取评价[J];哈尔滨理工大学学报;2005年01期
7 孙士保;李保元;李天瑞;吴正江;郑瑞娟;;基于类内关键词的中文文本分类模型的改进[J];广西师范大学学报(自然科学版);2009年03期
8 白若鹞;董渊;张素琴;徐大伟;;研究中文文本分类技术的辅助平台[J];清华大学学报(自然科学版);2008年07期
9 杜长海;吉根林;;模糊聚类在中文文本分类中的应用研究[J];计算机工程与应用;2006年08期
10 马忠宝;刘冠蓉;;中文文本分类在信息技术中的应用研究[J];中国水运(学术版);2006年02期
11 李荣陆,王建会,陈晓云,陶晓鹏,胡运发;使用最大熵模型进行中文文本分类[J];计算机研究与发展;2005年01期
12 翟林,刘亚军;支持向量机的中文文本分类研究[J];计算机与数字工程;2005年03期
13 白若鹞;董渊;张素琴;徐大伟;;研究中文文本分类技术的辅助平台[J];清华大学学报(自然科学版)网络.预览;2008年07期
14 兰秋军;李卫康;刘文星;;不同情境下中文文本分类模型的表现及选择[J];湖南大学学报(自然科学版);2016年04期
15 范少萍;李迎迎;郑春厚;;基于局部线性判别嵌入算法的中文文本分类研究[J];情报理论与实践;2014年02期
16 王进;金理雄;孙开伟;;基于演化超网络的中文文本分类方法[J];江苏大学学报(自然科学版);2013年02期
17 郝晓燕;常晓明;;中文文本分类研究[J];太原理工大学学报;2006年06期
18 程东生;范广璐;俞雯静;伍飞;曾伟波;;基于极限学习机的中文文本分类方法[J];重庆理工大学学报(自然科学);2018年08期
19 张成宝;王志玲;;基于层次分析法的中文文本分类系统评价[J];情报杂志;2007年10期
中国重要会议论文全文数据库 前5条
1 苏小康;何婷婷;涂新辉;何金卓;;一种基于维基百科知识库的中文文本分类方法研究[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
2 王俊英;郭景峰;霍峥;;中文文本分类系统的设计与实现[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
3 陈伟萍;王琳;封化民;杨鼎才;方勇;;一种基于语义概念的中文文本分类方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
4 陈庆轩;郑德权;郑博文;赵铁军;李生;;中文文本分类中基于文档频度分布的特征选择方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
5 王秀娟;郑康锋;杨星海;;线性鉴别分析在中文文本分类中的应用[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
中国博士学位论文全文数据库 前1条
1 杨创新;基于机器学习的高性能中文文本分类研究[D];华南理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 俞炯;基于支持张量机的中文文本分类研究[D];上海交通大学;2016年
2 赖文辉;基于深度学习理论的中文文本分类技术研究[D];华南理工大学;2019年
3 郭超磊;基于SA-SVM的中文文本分类研究[D];上海师范大学;2019年
4 栗蒙光;基于改进的文本相似度算法的中文文本分类技术研究[D];兰州大学;2019年
5 侯永进;基于注意力机制与多元特征融合的中文文本分类方法研究[D];哈尔滨理工大学;2018年
6 张航;基于朴素贝叶斯的中文文本分类及Python实现[D];山东师范大学;2018年
7 尹旭东;基于并行SVM算法的中文文本分类方法研究[D];吉林大学;2018年
8 陈亮;面向武器装备语料的中文文本分类[D];吉林大学;2018年
9 殷越;基于统计方法的中文文本分类[D];华中师范大学;2017年
10 姚芳;基于python的中文文本分类研究[D];华中科技大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978