计算机工程与科学

作者：张丽, 马静

单位：（南京航空航天大学经济与管理学院，江苏 南京211106）

关键词：文本分类,文本复杂网络,特征权重,LSTM,

基金：国家自然科学基金（71373123）；中央高校基本科研业务费专项前瞻性发展策略研究资助项目（NW2018004）

为了更好地表示文本语义信息，提高文本分类准确率，改进了特征权重计算方法，并融合特征向量与语义向量进行文本表示。首先基于文本复杂网络实现文本特征提取，接着利用网络节点统计特征改进TF-IDF得到特征向量，再基于LSTM抽取语义向量，最后将特征向量与语义向量相融合，使新的文本表示向量信息区分度更高。以网络新闻数据为实验对象的实验结果表明，改进特征权重计算方法，在特征向量中引入了语义和结构信息，并融合特征向量和语义向量，能进一步丰富文本信息，改善文本分类效果。

来源：2021年第7期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第7期