一种单双点平滑结合的流形正则化半监督文本分类方法

摘要

本发明公开了一种单双点平滑结合的流形正则化半监督文本分类方法，包括：1)采集包含已标记文本样本、未标记文本样本的真实样本数据集；2)通过无监督学习方法FCM获得实例位于非边缘区域的概率，并且通过实例与其近邻点之间的归一化距离来获取实例的局部密度；3)利用步骤(2)中获得的概率和局部密度在MR中的第三项的双点平滑约束中加入单点平滑约束；4)利用平方损失或者铰链损失函数制定一个统一的分类目标函数；5)设置其中的正则化参数和核函数等参数，并学习获得文本分类函数；6)输入待分类文本数据，利用文本分类函数进行分类，获得文本的类别。本发明在测试集上的错误率具有显著地改善，能将每个单点行为与其近邻的行为联系起来。