论文部分内容阅读
本文采用潜在语义索引（LSI）和遗传算法（GA）进行文本特征提取。在采用潜在语义索引将语义关系体现在VSM（Vector Space Model）中，通过奇异值分解（SVD，Singular Value Deccvaposition）可以有效地降低向量空间的维数，但通过维数约简后的文本特征仍要保持在数百维左右，因此本文采用遗传算法在此基础上继续降维。实验结果表明，这两种方法结合可以极大的降低文本向量空间的雏数，并能提高分类准确率。