基于SVM的局部潛在語義分析算法研究

　　針對(duì)現(xiàn)有的Web文本分類與表示方法中出現(xiàn)的各種分類效果與性能優(yōu)化等問題，基于局部潛在語義分析的理論原理，利用支持向量機(jī)分類優(yōu)勢(shì)，設(shè)計(jì)出一種基于文檔與類別之間相關(guān)度的生成局部區(qū)域的算法，即SLLSA。該算法在語義分析使用矩陣的奇異值分解過程中引入不同類別信息，分析特征詞的局部特征，使用支持向量機(jī)分類器計(jì)算文本對(duì)類別的相關(guān)度參數(shù)，并應(yīng)用于局部區(qū)域生成過程。通過實(shí)驗(yàn)表明，S-LLSA算法有效解決了局部區(qū)域如何進(jìn)行局部奇異值分解問題，有效提高并優(yōu)化了Web文本分類效果，更好地表示了Web文本潛在語義空間。