论文部分内容阅读
针对短文本分类任务中文本表示存在的高维稀疏问题，提出基于白编码网络的短文本流形表示方法．通过自编码网络重构文本得到流形映射，提取短文本的流形特征，实现非线性降维．根据标签与多篇文本在高维观测空间的全局映射关系，对已有流形映射进行整体调整，扩充短文本信息得到最佳流形表示模型，使用该模型得到短文本流形表示．结合SVM、KNN、Naive-Bayes 3种分类算法，该方法在公开数据源的Macro_F1均超过97．8％，分类效果优于VSM、LDA、LSI．结果表明，该模型生成的流形表示能以非稀疏形式更准确地描述短