基于可伸缩表示学习的长短文本分类方法

本发明公开了基于可伸缩表示学习的长短文本分类方法，包括以下步骤：对长短文本集中的文本进行预处理，将文本集表示为特征矩阵M，M中的元素为使用TF‑IDF方法计算的对应单词的权重；将所述的特征矩阵M输入到可伸缩表示学习过程中，获得低维目标矩阵；采用所述低维目标矩阵表示的训练集对KNN分类器进行训练；利用训练好的KNN分类器用于对待分类文档进行分类。本发明方法设计了可伸缩表示学习方法，该方法保留了数据的相似关系，可扩展且易于并行化，适用于长短文本的通用分类应用，实验表明，在大规模长短文本的分类问题中本发明方法展现出较好的分类性能。