基于子空间优化的潜在语义标引技术研究

摘要

潜在语义标引是一项无监督的特征抽取技术,并且其有效性在信息检索等多个研究领域得到证明.由于该技术的特征抽取效果完全依赖于数据的特征分布,因此对数据的优化能够较好改善技术的有效性.提出了一种潜在语义标引的优化技术-增广空间模型,同时提出了基于文档长度和特征DF分布状态的数据分割策略,该策略的提出能够使子空间尽可能继承原始空间的良好结构.实验证明合理的子空间分割策略,不但保证了正确率,同时极大地缩短了算法的运行时间.最后,采用增广空间模型,将不同子空间进行融合,并获得较好的性能.在分类实验中分类正确率已达85.92％.