基于多维潜层特征抽取模型的演进式文本过滤

项目名称： 基于多维潜层特征抽取模型的演进式文本过滤

项目编号： No.60905017

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 轻工业、手工业

项目作者： 徐蔚然

作者单位： 北京邮电大学

项目金额： 17万元

中文摘要： 本项目研究针对短信、邮件和网页的演进式文本过滤。其特点是个性化需求、变化的文本内容、变化的分类类别和更主动的功能要求等。演进式过滤的根本问题是训练样本不足，拟通过改善特征空间解决关键问题，即利用潜层特征提取知识、表示知识和利用知识。项目将主要研究两方面内容：根据文档、词语、类别、用户和时间等可观测维度以及它们的内在关联建立关系模型，并基于该模型抽取隐藏的、具有概括性和完备性的潜在中间层特征；根据训练样本的内容和数量，综合考虑可观测的和潜在的特征，构建各种训练样本集下都能达到最高分类精度的识别算法。项目的研究内容符合模式识别和统计学习理论的基本要求，也符合当前技术发展的一般趋势，具有合理性、可行性和创新性。预研结果初步验证了研究方案的合理可行性。

中文关键词： 演进式文本过滤；文本分类；潜层特征；多维度；词语激活力

英文摘要：

英文关键词： Evolutional Document Filtering；Text Categorization；Latent Feature；Multi-layer Feature；Word Activation Force