一种基于局部随机词汇密度模型POI中文文本分类的方法

摘要

本发明公开了一种基于局部随机词汇密度模型POI中文文本分类的方法，该基于局部随机词汇密度模型POI中文文本分类的方法包括以下步骤：首先采用贝叶斯分类器判断文本主题是否为POI相关，利用改进的词汇集中度、离散度和频度方法，筛选出特征词以构建特征空间；依据文本与各POI类别的相似度进行局部区域划分，在每个局部区域内通过特征映射矩阵将文本转为特征向量，最终利用SVM进行POI文本分类。本发明通过了执行效率、分类覆盖率和准确率。今后拟结合知网大型知识库，捕获低频词汇和未见词汇的语义概念，进一步提高对POI文本差异的识别能力，较好的解决了现有的常规的特征评价函数和文本降维方法并不能取得较好的分类性能的问题。