一种基于多流形关联矩阵分解的无障碍文本展现方法

摘要

基于多流形关联矩阵分解的无障碍文本展现方法，从互联网抓取网页文本后，针对文本进行如下操作：首先对文本进行分词，提取文本统计特征信息，包括词频和反向文档频率，形成文本的TF‑IDF向量化特征表示；然后构建若干文本流形和单词流形，基于多流形的关联矩阵分解考虑文本与单词之间的对偶性，获得低维的文本表示和单词表示；最后对文本的低维表示进行聚类，相同或相近主题的文本分为一组，以分组的形式重新展现文本信息。本方法的优点在于：可以更好地帮助残疾人用户分主题浏览互联网上的文本信息，并快速显示同主题的网页文本集合，增强用户的体验度。