[发明专利]一种文本维度压缩及尺度调整方法以及基于此的分类方法

权利要求书

1.一种基于文本维度压缩及尺度调整的文本分类方法，包括下列步骤：

1)将待分类文本进行预处理，使用特征空间的特征向量表示待分类文本x_j；

2)根据训练集中的样本x计算所述文本x_j待投影的k个方向，其中k为文本x_j所属语料的类别个数；

3)将所述文本x_j投影到所述k个方向，获取压缩后待分类文本的坐标其中1≤i≤k；

4)根据训练集中的样本x计算每个类C_i在对应方向上投影的尺度相关统计量；

5)根据所述和所述尺度相关统计量，进行尺度调整操作，获取尺度调整后的所述文本x_j的坐标

6)、基于所述坐标利用分类算法对所述文本x_j进行分类。

2.根据权利要求1所述的方法，其特征在于，

所述步骤4)的所述尺度相关统计量是标准差σ_i；

所述步骤5)包括根据下述公式计算：xj,iR=xj,iNσi.]]>

3.根据权利要求1或2所述的方法，其特征在于，

所述步骤2)包括：

21)根据公式计算每个类C_i的中心m_i，其中n_i表示所述训练集中类C_i的样本的个数；

22)根据公式计算语料整体中心m，其中n表示所述训练集中样本的总数；

23)根据公式m_i-m计算第i个方向；

所述步骤3)包括：

31)根据公式将所述文本x_j投影到所述k个方向，表示为

4.根据权利要求3所述的方法，其特征在于，所述步骤4)包括：

41)根据所述训练集中的样本x利用公式计算所述每个类C_i在对应方向上投影的尺度相关统计量。

5.根据上述权利要求中任一项所述的方法，其特征在于所述步骤1)包括：用向量空间模型表示所述文本x_j。