论文部分内容阅读
同义词和近义词现象以及强关联语义信息加大了文本向量的特征维数，对文本分类的效率和精度都会带来极大影响。为了有效降低文本向量的特征维数，提出一种基于混合并行遗传聚类的文本特征抽取方法。该方法首先使用K-means聚类算法进行特征词粗粒度聚类，然后采用混合并行遗传算法对各类特征词进行细粒度聚类，最后对各聚类中的特征词进行分析并压缩，得到最终能反映文本类别特征和语义信息的文本特征词集合。实验证明，该方法是一种有效的文本特征抽取方法，能切实提高文本分类的效率和精度。