摘要
文本表示是文本信息处理中的基础问题 ,以向量空间模型 (VSM)为代表的多数文本表示模型没有考虑文本中特征项之间的序关系 ,这样的表示造成文本语义信息的损失。我们尝试在文本表示中引入序关系 ,用图结构来表示文本 ,提出了一种新的文本表示模型—图表示模型 ,并对该模型的表示效果进行了验证。实验结果表明目前我们的表示模型仍达不到VSM模型所取得的表示效果。本文总结了文本表示过程 ,提出了一种新颖的用于度量文本表示模型表示能力的方法 ,同时也提出了一系列与文本图表示相关的值得探讨的问题。
Text representation is the basis of text processing. Most text representation model didn’t consider the order of the terms in the text,which results in the losing of text semantics. We tried to introduce order in the text, using graphic structure to represent text. In this paper, we proposed a novel text representation model named Graph Space Model (GSM) and introduced a novel way to measure the representation ability of a text representation model. We compared the ability of the Vector Space Model [2] and our GSM. Our model didn’t excel the VSM now, but there are much more problems need to be investigated in the text representation to take back the losing semantics.
出处
《中文信息学报》
CSCD
北大核心
2005年第2期36-43,共8页
Journal of Chinese Information Processing
基金
国家重点基础研究资助项目 (973) (2 0 0 4CB31810 9)
关键词
计算机应用
中文信息处理
文本表示
VSM模型
图表示
computer application
Chinese information processing
text representation
VSM model
graph based representation
