CAJ | 학술논문

潜在语义索引(LSI)是一种有效的信息查询方法,同时也被成功地应用到了文本分类中.LSI能解决同义和多义的问题,通过降低原始文档-术语矩阵的噪声来凸现出词条和文档之间的语义关系.为了识别和过滤有害的、不期望的定题的信息或Email,在双语言环境下(包括中文和英文),提出了一个基于改进的LSI方法的定题邮件类信息过滤系统,该系统采用潜在语义模型来表示被过滤的信息类,通过奇异值分解和正例监护学习方法,选择支持向量机(SVM)来识别和分类预定义的定题信息.实验结果表明:基于LSI的特征选择的SVM分类算法是一种更有效的信息识别和文本分类方法,不但具有较好的分类性能,同时也能大大减小计算的复杂性.
잠재어의색인(LSI)시일충유효적신식사순방법,동시야피성공지응용도료문본분류중.LSI능해결동의화다의적문제,통과강저원시문당-술어구진적조성래철현출사조화문당지간적어의관계.위료식별화과려유해적、불기망적정제적신식혹Email,재쌍어언배경하(포괄중문화영문),제출료일개기우개진적LSI방법적정제유건류신식과려계통,해계통채용잠재어의모형래표시피과려적신식류,통과기이치분해화정례감호학습방법,선택지지향량궤(SVM)래식별화분류예정의적정제신식.실험결과표명:기우LSI적특정선택적SVM분류산법시일충경유효적신식식별화문본분류방법,불단구유교호적분류성능,동시야능대대감소계산적복잡성.