基于语义神经网络的文本特征选择方法的研究

摘要

文本自动分类的一项关键技术是特征选择.本文针对信息过滤的特点,对特征选择方法进行了改进,提出了一种基于语义神经网络的文本特征选择方法.首先对原始特征集进行初始筛选,去除冗余特征及噪声后,对得到的特征子集采用语义神经网络进行智能的特征选择,其核心是关联度及激活变量的计算.从而得出代表问题空间的最优特征子集,实现降维并提高分类精度.实验证明,该方法可以极大地降低文本的维数,提高文本过滤的质量.